html - 使用 sed 或 grep 提取 HTML 标签之间的文本-6ren

html - 使用 sed 或 grep 提取 HTML 标签之间的文本

转载作者：可可西里更新时间：2023-11-01 13:45:23

27

4

我有一个问题。我想使用 sed 或 grep 命令获取此 html 的两个部分的值。我如何提取它们？

测试.html:

<html>
 <body>
  <div id="foo" class="foo">
   Some Text.
    <p id="author" class="author">
     <br>
     <a href="example.com">bar</a>
    </p>
  </div>
 </body>
</html>

脚本.sh

#!/bin/bash

author=$(sed 's/.*<p id="author" class="author"><br><a href="*">\(.*\)<\/a><\/p>.*/\1/p' test.html)
quote=$(sed 's/.*<div id="foo" class="foo">\(.*\)<\/div>.*/\1/p' test.html)

在该行下，我只需要值中的文本。没有html标签。但是我的脚本确实有效..

最佳答案

代码:

text="$(sed 's:^ *::g' < test.html | tr -d \\n)"
author=$(sed 's:.*<p id="author" class="author"><br><a href="[^"]*">\([^<]*\)<.*:\1:' <<<"$text")
quote=$(sed 's:.*<div id="foo" class="foo">\([^<]*\)<.*:\1:' <<<"$text")
echo "'$author' '$quote'"

工作原理:

$text被分配了一个未缩进的单行表示 test.html ;注意 :用作 sed 的定界符而不是 / ，因为任何字符都可以作为分隔符，而我们正在解析的文本具有 / -s 存在，所以我们不必用 \ 来逃避它们-s 在构建正则表达式时。
$author假定介于 <p id="author" class="author"><br><a href="[^"]*"> 之间(其中 [^"]* 表示 «除 " 之外的任何字符，重复 N 次，N ∈ [0, +∞)»)以及接下来出现的任何标签。
$quote假定介于 <div id="foo" class="foo"> 之间以及接下来的任何标签。
相当晦涩的结构<<<"$text"就是所谓的here-string , 这几乎等同于 echo "$text" |放在开头。

关于html - 使用 sed 或 grep 提取 HTML 标签之间的文本，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/44995218/

27

4

0

文章推荐： PHP : Using single quotes and double quotes in single string

文章推荐： windows - 通过 tf.exe 确定 TFS 工作区的本地路径

文章推荐： php - 没有数据库的文件下载计数器

文章推荐： windows - 为什么 "Program Files"是两个字？

sed - 在模式之间每四行添加两行 - SED
我需要一些有关 Sed 的帮助。我在 Windows 和 Mac OSX 上使用它。我需要 Sed 添加一个每 4 行，在第一个之后找到，并在上停止这样做我就是找不到办法做到这一点。每
sed - sed 给出的前面的正则表达式错误无效
我是一个管理很多网站的轮换团队的一员，我们继承了一个网站的一些特别糟糕的代码，我们正在彻底重新设计该网站。非常可怕的是，开发服务器上有一些链接将您带到实时服务器和旧域以及许多其他可怕的事情。我一直在
sed - sed:没有以前的正则表达式
我正在尝试在脚本中运行以下表达式以查找设备并在html文件中更改与该设备关联的字段之一。 sed -e "s/$OLDTEST/$TESTING/" -e "s/$CURRENTVALU/$NEWST
sed - sed 多行删除
我正在尝试使用 sed 删除所有出现的 #ifdef _WIN32 #endif #ifdef 和 #endif 之间存在的所有内容都是空行。我使用 sed 的经验有限，我已经阅读了一些关于多行功能的
sed - sed 命令中的逗号代表什么？
以下命令是什么意思: sed -e '/SUBCKT\ REDBK128S4_LC/,/ENDS/ d' $1 什么,代表？最佳答案如果指定两个地址，则指定执行命令的行范围。在您的 sed表达
sed - sed-注释匹配的行和其后的x行
我需要使用sed注释匹配行和其后的4行的帮助。在文本文件中。我的文本文件是这样的： [myprocess-a] property1=1 property2=2 property3=3 proper
sed - sed-用一个命令替换两个字符中的任何一个
我想要一个sed命令来完成以下任务: $ sed s'/:/ /g' sed s'/=/ /g' 也就是说，我想写 sed s'// /g' 并用空格替换=和:。最佳答案 sed s'/[:=]/
sed - sed:每N行插入一个字符串
我想在大文件中每隔30行插入一个字符串。我正在使用mini-sed，它不支持〜(波浪号)范围运算符。我正在寻找仅sed的解决方案。最佳答案该线程是如何使事情过于复杂的另一个示例。应该这样做: se
sed - grep + grep + sed = sed : no input files
有人可以帮我吗？ grep " 287 " file.txt | grep "HI" | sed -i 's/HIS/HID/g' sed: no input files 也尝试过 xargs gre
sed - 替换换行符 sed
这个问题已经有答案了: How can I replace each newline (\n) with a space using sed? (43 个回答) 已关闭2 年前。如何使用 sed 命
sed - sed 中用于屏蔽信用卡的正则表达式
我们需要屏蔽信用卡号。屏蔽除最后 4 位数字以外的所有数字。我正在尝试使用 SED。由于信用卡号长度从 12 位到 19 位不等，我正在尝试编写正则表达式。以下代码将收到字符串。如果它包含形式为“CA
sed - 如何理解带有复杂替换的 sed？
例如: sed 's@/lib$64$\?$32$\?/ld@/tools&@g' abc.txt 's@' 、 '(' 、 '\?' 、'&' 和 '@' 等含义是什么？如何找到最合适
sed - 在 sed -f 中使用变量(其中 sed 脚本在文件中而不是内联)
我们有一个进程可以使用包含 sed 的文件更改管道输入的命令。我需要用变量值替换输入中的占位符，例如在一个 -e我可以运行的命令类型； $ echo "Today is XX" | sed -e "
linux - sed 命令 sed 's///' 和 sed "s###"的区别
这个问题在这里已经有了答案: Using different delimiters in sed commands and range addresses (3 个答案) 关闭1 年前。我想问 2
sed - 如何使用 sed 将多行追加到一个文件？
是的，我搜索了该网站，但我认为我没有看到任何东西可以专门解决我无法克服的非常(我想很简单)的问题。我正在上 Linux 类(class)，有人问我这个问题: Use the sed command
sed - 使用 sed 获取到某个点的不同路径的列表
我有一个看起来像这样的文件路径列表 abc/def/ghi/jl/r1/r2 abc/def/ghi/jl/r9/r11 abc/nyc/ghi/jl/r3/r4/r5 abc/nyc/ghi/jl/
sed - 在终端中使用 sed 替换文件中的文本
我在这个文件中有这个文本: test.php $databases = array ( 'default' => array ( 'default' => array (
sed - 使用 Sed 复制和修改行
让我们考虑一个包含以下语句的 SQL 文件作为输入(即 myTable.sql): EXECUTE IMMEDIATE 'CREATE OR REPLACE PUBLIC SYNONYM ' || m
sed - 使用 sed 为每行输出添加前缀
好的，谷歌搜索几分钟后，这似乎是在每行输出前加上 sed 前缀的常规方法但是我得到一个我不明白的错误。这是什么意思，我该如何解决？ $ sed 's/^/#/' test.txt sed: -e
sed - 使用 sed 搜索和替换多位数字
我有以下文件列表: r1 r2 10 r11 r99 我正在尝试替换 ls 输出中文件名中 r 之后的所有数字我要找的结果: rA rA rA rA rA 使用下面的 sed 命令我可以匹配

首页

博学

6Ren·AI

商城

html - 使用 sed 或 grep 提取 HTML 标签之间的文本

代码:

工作原理: