[решено] Переименовать файл по содержимому

Компьютерный форум OSzone.net (http://forum.oszone.net/index.php)

- Скриптовые языки администрирования Windows (http://forum.oszone.net/forumdisplay.php?f=102)

- - [решено] Переименовать файл по содержимому (http://forum.oszone.net/showthread.php?t=294109)

Переименовать файл по содержимому

Приветствую. Помогите, пожалуйста, я не спец.
Есть очень много файлов default.htm, каждый лежит в своей папке. Это html страницы, внутри у каждой из них есть тэг <title>Название страницы</title>. Как бы переименовать каждый файл default.htm в Название страницы.html ? Повторюсь, каждый в своей папке, так что пересечений не будет.

И еще в названии страницы присутствует символ / (например русское / английское название) его надо на что-то заменить. И может быть еще какие-то запрещенные символы.

Код:

@echo off



set "dir=D:\Test"



for /f "delims=" %%i in ('"2>nul dir/a-d/b/s "%dir%\default.htm""') do (

 pushd "%%~dpi"

 for /f "delims=" %%j in ('powershell "($x='*'+((gc 'default.htm')-match '<title>..*</title>')+'*'-split '<title>'-split '</title>'-replace '[*\\|:\"\"<>/?</]','_' )[1]"') do (

  ren "%%i" "%%j.htm"

  )

 popd

 )



exit/b 0

Georgio, уж проще целиком на PowerShell, нежели вызывать его N раз.

deniskx, в общем — полностью программно никак. Разве что у Вас удачно окажется исключительно ANSI/1251 (или иная, но одинаковая для всех страниц кодировка, а не какая-нибудь солянка из UTF-8, отданная в KOI-8 и помеченная iso-8859-1, например. Ну, и все entities в <TITLE> также надо преобразовывать в нормальные символы.

Цитата:

<title>CMD/BAT - Переименовать файл по содержимому</title>

:wink:

Georgio, некоторые файлы переименовались, некоторые нет. И кириллица запортилась. Можно PowerShell и vbs скрипты, я не против. Главное, чтобы получилось. Там еще во вложенных папках лежат txt и файлы без расширения, их бы не запортить.

Цитата:

Цитата Iska

одинаковая для всех страниц кодировка »

Все сохранено с одного сервера, так что кодировка одинаковая. Unix UTF-8 без BOM.

Цитата:

Цитата deniskx

некоторые файлы переименовались, некоторые нет. И кириллица запортилась »

Не знаю, что там у Вас такое. Данный код у меня и с UTF-8 отработал, и кириллицу не "запортил". A прикрепить образец файла, который не переименовался, и образец файла, в котором "кириллица запортилась", запаковав оба в архив, -- не вариант? Может, кто-то и разберётся...

Цитата:

Цитата Georgio

Данный код у меня и с UTF-8 отработал, и кириллицу не "запортил". »

У меня на PowerShell 2.0:

Код:

Ошибка в синтаксисе команды.

Мой вариант для UTF-8:

Код:

Add-Type -AssemblyName System.Web



$sSourceFolder = "E:\Песочница\0423\01"



if(Test-Path -Path $sSourceFolder -PathType Container) {

    Get-ChildItem -Path $sSourceFolder -Include default.htm -Recurse |`

        ForEach-Object -Process {

            if(-not $_.PSIsContainer) {

                Write-Host "$($_.DirectoryName)" -ForegroundColor DarkGreen

                Write-Host "`t$($_.Name)" -ForegroundColor Green

                

                $sContent = Get-Content -Path $_.FullName -Encoding UTF8

                $oMatch   = [System.Text.RegularExpressions.Regex]::Match($sContent, "(?i)<(TITLE)[^<>]*>(?<title>[^<>]+)</\1>")

                

                if($oMatch.Success) {

                    $sNewName = ([System.Web.HttpUtility]::HtmlDecode($oMatch.Groups.Item("title").Value) -replace '[<>:"/\\|?*]+', "_") + $_.Extension

                    

                    Write-Host "`t`t$sNewName" -ForegroundColor Cyan

                    

                    Rename-Item -Path $_.FullName -NewName $sNewName

                } else {

                    Write-Host "`tCan't determine TITLE tag." -ForegroundColor Red

                }

            }

        }

} else {

    Write-Host "Can't find source folder [$sSourceFolder]." -ForegroundColor Red

}

Цитата:

Цитата Georgio

Данный код у меня и с UTF-8 отработал, и кириллицу не "запортил" »

Все дело в том, что это UTF-8 без BOM и даже Akelpad иногда путает и открывает как 1251, в результате кириллица становится вида "РџР°СЂРѕР"
Я пересохранил в Win UTF-8 с BOM и ваш скрипт нормально отработал, кроме одного файла (но у меня очень маленькая выборка пока из 10 случайных файлов, так то их десятки тысяч). От имени остался только конец после точки. Вот с таким

Код:

<title>«The Secret Circle. The Temptation.» / «Тайный круг. Искушение.» :: Notabenoid.Com</title>

файл стал Com.htm
Наверное какие-то запрещенные символы остались. А до конвертации "Ошибка в синтаксисе команды" тоже проскакивало.
Хорошо бы сначала переконвертить все default.htm из Unix UTF-8 без BOM (Force) > Win UTF-8 с BOM. Не подскажете скрипт? Или может как-то явно указать эту кодировку в батнике.

Цитата:

Цитата Iska

Мой вариант для UTF-8 »

Простите мою невежественность, это для Powershell? А как запускать?

Цитата:

Цитата deniskx

это для Powershell? »

Да.

Цитата:

Цитата deniskx

А как запускать? »

Сохранить в файл с расширением «.ps1», заменив выделенное на путь к Вашим файлам. Однократно разрешить в PowerShell исполнение неподписанных скриптов (если не делали этого ранее). Затем можно пробовать исполнять (лучше сделать копию каталога Ваших файлов и пробовать именно на копии).

Iska, спасибо все получилось. Иногда проскакивала ошибка "Слишком длинный путь или имя файла", такие файлы не переименовались, но это не страшно, их немного. Полноценный юникод, даже иероглифы и прочие зарубежные нац. символы в имена файлов перенеслись.

Цитата:

Цитата deniskx

Иногда проскакивала ошибка "Слишком длинный путь или имя файла", такие файлы не переименовались, но это не страшно, их немного. »

Длинное содержимое тэга «title»? Я, к сожалению, об этом не подумал. Хотя должен был бы.

Попробуйте так:

Код:

Add-Type -AssemblyName System.Web



Set-Variable -Name MAX_PATH -Value 260 -Option Constant -ErrorAction SilentlyContinue



$sSourceFolder = "E:\Песочница\0423\01"



if(Test-Path -Path $sSourceFolder -PathType Container) {

    Get-ChildItem -Path $sSourceFolder -Include default.htm -Recurse |`

        ForEach-Object -Process {

            if(-not $_.PSIsContainer) {

                Write-Host "$($_.DirectoryName)" -ForegroundColor DarkGreen

                Write-Host "`t$($_.Name)" -ForegroundColor Green

                

                $sContent = Get-Content -Path $_.FullName -Encoding UTF8

                $oMatch   = [System.Text.RegularExpressions.Regex]::Match($sContent, "(?i)<(TITLE)[^<>]*>(?<title>[^<>]+)</\1>")

                

                if($oMatch.Success) {

                    $sNewName = ([System.Web.HttpUtility]::HtmlDecode($oMatch.Groups.Item("title").Value) -replace '[<>:"/\\|?*]+', "_") + $_.Extension

                    

                    if(((Join-Path -Path $_.DirectoryName -ChildPath $sNewName).Length) -ge $MAX_PATH) {

                        $sNewName = $sNewName.Substring((Join-Path -Path $_.DirectoryName -ChildPath $sNewName).Length - ($MAX_PATH - 1))

                    }

                    

                    Write-Host "`t`t$sNewName" -ForegroundColor Cyan

                    

                    Rename-Item -Path $_.FullName -NewName $sNewName

                } else {

                    Write-Host "`tCan't determine TITLE tag." -ForegroundColor Red

                }

            }

        }

} else {

    Write-Host "Can't find source folder [$sSourceFolder]." -ForegroundColor Red

}

Цитата:

Цитата deniskx

Полноценный юникод, даже иероглифы и прочие зарубежные нац. символы в имена файлов перенеслись. »

Это Вам свезло, что всё содержимое в одной, заранее известной кодировке.