如何在AppleScript中重复提取两个字符串间的文本？

嘿，我明白你凌晨3点卡在这里有多崩溃——作为AppleScript新手，这种重复提取多组内容的问题确实容易让人头大。让我一步步帮你理清思路，解决这个困扰你的问题。

为什么你的现有方法只能提取一次？ #

你用的AppleScript's text item delimiters方法其实逻辑是通的，但只取了text item 2，相当于只抓了第一组起始/结束文本之间的内容。要提取多组，咱们得用循环不断处理剩下的字符串，把每一组目标内容都捞出来。

方案1：用循环结合Text Item Delimiters批量提取 #

这里给你一个可以重复提取的脚本示例，假设你的起始标记是startText，结束标记是endText：

set inputString to "你的HTML字符串"
set startText to "起始标记"
set endText to "结束标记"
set extractedValues to {}

set AppleScript's text item delimiters to startText
set splitByStart to text items of inputString

-- 跳过第一个空的text item（如果起始文本在开头的话）
repeat with i from 2 to count of splitByStart
    set currentChunk to item i of splitByStart
    set AppleScript's text item delimiters to endText
    set chunkParts to text items of currentChunk
    if count of chunkParts > 1 then
        set end of extractedValues to item 1 of chunkParts
    end if
end repeat

set AppleScript's text item delimiters to ""
-- 现在extractedValues就是所有提取到的内容组成的列表
return extractedValues

这个脚本会把所有startText和endText之间的内容都存到extractedValues列表里，完美解决单次提取的局限。

方案2：先清理HTML标签，再精准提取 #

你提到用wch1zpink的方法清除HTML后，内容变成了长字符串，其实这是个非常好的方向——先把所有HTML标签去掉，变成纯文本，再提取会简单很多。比如先清理标签的脚本：

set cleanedText to do shell script "echo " & quoted form of inputString & " | sed 's/<[^>]*>//g'"

清理后你的示例HTML会变成：

Customer ID:1234567890Title:Name:FirstName LastName  Primary Email:test_123@google.comAccount Email:test_abc@google.com

这时候你可以针对每个目标值单独提取，比如提取客户ID：

set AppleScript's text item delimiters to "Customer ID:"
set idPart to text item 2 of cleanedText
set AppleScript's text item delimiters to "Title:"
set customerID to text item 1 of idPart

这种逐个提取的方法虽然看似繁琐，但胜在直观，适合新手快速上手，也就是你最后用的思路。如果想更高效，可以把这些提取逻辑写成一个自定义函数，重复调用即可。

方案3：用正则表达式一次性提取（进阶） #

如果你想尝试更高效的方式，AppleScript可以配合do shell script用正则表达式批量提取。比如针对你的示例，提取所有标签内的非空文本：

set extractedTexts to do shell script "echo " & quoted form of inputString & " | grep -o '>[^<]*<' | sed 's/^>//;s/<$//' | sed '/^[[:space:]]*$/d'"
-- 把结果转成列表
set AppleScript's text item delimiters to linefeed
set extractedList to text items of extractedTexts
set AppleScript's text item delimiters to ""

这个脚本会提取所有>和<之间的非空文本，得到的列表里就包含了你需要的客户ID、姓名、邮箱等内容，之后你可以按索引或者关键词筛选出目标值。

最后想说的 #

你最后改成逐个提取的方法完全没问题，作为新手，先实现功能再优化是非常合理的路径。如果之后需要处理更多批量内容，上面的循环或正则方法会帮你节省不少时间。

内容的提问来源于stack exchange，提问作者Drew Canaima