正则在线工具（寻找个支持正则表达式通配符的文本批量提取工具，谢谢）

本文目录

• 寻找个支持正则表达式通配符的文本批量提取工具，谢谢
• javascript的正则表达式
• 强大的文本搜索工具(支持正则表达式)
• 正则表达式测试工具怎么用
• 八爪鱼如何将正文分行抓取

寻找个支持正则表达式通配符的文本批量提取工具，谢谢

推荐用软件Replace Pioneer完成，支持正则表达式和文本替换，提取，很灵活容易。
以下举例说明怎样把《a href 和 《/a》之间的内容提取出来，其他的全部删除。
1. ctrl-o打开txt文件
2. ctrl-h打开Replace窗口
(1)在Search for pattern输入：
"《a href=.*?《/a》"(不带双引号)
(2)在Replace with pattern输入：
$match\n
(3)去掉Print Unmatched Unit前面的勾
3. 点击Replace,完成！
注：去掉Print Unmatched Unit选项即实现了文本提取。

javascript的正则表达式

{n}:
例如：abc{2},表示C连续出现2个，可以和 abcc 匹配，也和 abcccc匹配。但不能和abc匹配。捕获结果都是abcc.
{n,}:
例如：abc{2,},表示c至少连续出现2个，可以和abcc 匹配,也可以和 abccccc中的所有c匹配，匹配结果但不能和abc匹配。捕获结果不同，adcc捕获结果是adcc,adccccc捕获结果是adccccc，取匹配值的最大值。
{n,}:一般会是{n,m}这么写的，表示，至少连续出现N个，至多出现M个。
你可以下载正则表达式的工具下来，多练习就会。
百度正则表达式工具就可以，MTracer工具可以查看到捕获结果，
***隐藏网址***

强大的文本搜索工具(支持正则表达式)

查询文件中的内容

grep [-A num ] [-B num ] [-C[ num ]]

[-e pattern ] [-f file ] [--binary-files= value ] [--color[= when ]]

[--colour[= when ]] [--context[= num ]]

[ pattern ] [ file ... ]

-a , --text

不要忽略二进制的数据。

-A , --after-context=

除了显示符合范本样式的那一列之外，并显示该行之后的内容。

-b 或 --byte-offset

在显示符合样式的那一行之前，标示出该行第一个字符的编号。

-B , --before-context=

除了显示符合样式的那一行之外，并显示该行之前的内容。

-c , --count

计算符合样式的列数。

-C , --context=或-

除了显示符合样式的那一行之外，并显示该行之前后的内容。

-d , --directories=

当指定要查找的是目录而非文件时，必须使用这项参数，否则grep指令将回报信息并停止动作。

-e , --regexp=

指定字符串作为查找文件内容的样式。

-E , --extended-regexp

将样式为延伸的正则表达式来使用。

-f , --file=

指定规则文件，其内容含有一个或多个规则样式，让grep查找符合规则条件的文件内容，格式为每行一个规则样式。

-F , --fixed-regexp

将样式视为固定字符串的列表。

-G , --basic-regexp

将样式视为普通的表示法来使用。

-h , --no-filename

在显示符合样式的那一行之前，不标示该行所属的文件名称。

-H , --with-filename

在显示符合样式的那一行之前，表示该行所属的文件名称。

-i , --ignore-case

忽略字符大小写的差别。

-l , --file-with-matches

列出文件内容符合指定的样式的文件名称。

-L , --files-without-match

列出文件内容不符合指定的样式的文件名称。

-n , --line-number

在显示符合样式的那一行之前，标示出该行的列数编号。

-o , --only-matching

只显示匹配PATTERN 部分。

-q , --quiet,--silent

不显示任何信息。

-r , --recursive

此参数的效果和指定"-d recurse"参数相同。

-s , --no-messages

不显示错误信息。

-v , --invert-match

显示不包含匹配文本的所有行。

-V , --version

显示版本信息。

-w , --word-regexp

只显示全字符合的列。

-x ,--line-regexp

只显示全列符合的列。

-y

此参数的效果和指定"-i"参数相同。

文本内容

在a.txt中查询123字符串

查询123并现实行号

排除123，只显示其他内容，查看配置文件时排除注释很方便

使用正则表达式查询数字内容

同时显示匹配内容下面两行数据，如果不设置-A参数就只显示匹配行

grep可以与其他命令组成管道进行复杂查询

正则表达式测试工具怎么用

这是笑侃用c#开发的用于测试正则表达式的小工具. 支持Access 数据库, 无需安装, 解压之后就可以直接使用, 但是需要.net framework的支持(可以到微软的网站去下载)运行后点击界面上的文件夹图标即可查看原始数据库中的示例, 希望能够给大家在开发正则表达式的时候带来方便.
软件特性这是笑侃用c#开发的用于测试正则表达式的小工具. 支持Access 数据库, 无需安装, 解压之后就可以直接使用, 但是需要.net framework的支持(可以到微软的网站去下载)运行后点击界面上的文件夹图标即可查看原始数据库中的示例, 希望能够给大家在开发正则表达式的时候带来方便.

八爪鱼如何将正文分行抓取

八爪鱼是可以进行分段提取的，有两种情况，具体设置步骤如下：

一、第一种情况：页面中的文章内容是有格式的，字段是在不同的标签里的（如下图）；

即采集的时候鼠标移动到页面的内容上时，是可以进行单独的抓取，类似这种的我们就可以按照需求，进行文章内容的抓取了；

二、第二种情况是文章的内容是包含在一个标签里面的（如下图）：

遇到这类型的网页内容采集，我们可以先把整个文章的HTML抓取下来；

再使用提取数据步骤里的格式化数据里面的正则工具将你要的文章内容提取出来。

1.第一步将整个文章的HTML抓取下来；

2.点击红色方框的按钮，进入数据格式化处理的页面;

3.选择格式化数据；

4.点击添加步骤，再选择“正则表达式匹配”进行数据的格式化处理

5.点击红色方框，使用八爪鱼自带的正则工具

6.这里我将文章的标题从HTML提取出来

（1）将html中标题内容前后的标签，分别复制到右边的开始和结束中；

（2）勾选开始和结束；

（3）点击生成，工具会生成一个正则表达式；

（4）点击匹配，在左边的匹配结果，就会显示出现文章的标题了；

（5）点击应用

7.点击确认

8.再次点击确定

9.标题通过正则工具给从HTML中分离出来了。

相同的方法，我们就重复上面的操作就可以将文章中需要的内容给分段提取出来。

一般网页都是第一种情况居多，都是有分段的，字段都可以进行单独的提取。

希望可以帮到你，有什么不明白的可以继续提问。