regex - 正则表达式在 linux bash 中获取 X 数量的值

Question

大家好，想知道你们是否可以帮助我我正在尝试编译一个 bash 脚本，该脚本将显示一段 html 代码中的一些值，但我被困在正则表达式部分，

我有如下一段代码

 <li><div friendid="107647498" class="friendHelperBox"><div><a href="http://www.myspace.com/rockyrobsyn" class="msProfileTextLink" title="rØbylin">rØbylin</a></div><span class="msProfileLink friendToolTipBox" friendid="107647498" style="width:90px;"><a href="http://www.myspace.com/rockyrobsyn"><img src="http://x.myspacecdn.com/modules/common/static/img/spacer.gif" source="http://c2.ac-images.myspacecdn.com/images01/59/s_8b94c89a98de643e59ab9a1cf03885c1.jpg" alt="rØbylin" class="profileimagelink" onerror="UseNoPicImage(event.target||event.srcElement)" /><span class="pilRealName">Robyn</span></a></span></div><br /><img src="http://x.myspacecdn.com/images/onlinenow.gif" /></li><li><div friendid="59261168" class="friendHelperBox"><div><a href="http://www.myspace.com/christownsendmusic" class="msProfileTextLink" title="Chris Townsend">Chris Townsend</a></div><span class="msProfileLink friendToolTipBox" friendid="59261168" style="width:90px;"><a href="http://www.myspace.com/christownsendmusic"><img src="http://x.myspacecdn.com/modules/common/static/img/spacer.gif" source="http://c4.ac-images.myspacecdn.com/images02/83/s_029c098cc40c40ff8f88fe54d53a1277.jpg" alt="Chris Townsend" class="profileimagelink" onerror="UseNoPicImage(event.target||event.srcElement)" /></a></span></div><br /><img src="http://x.myspacecdn.com/images/onlinenow.gif" /></li></ul>

所有内容都在一行中，我想提取其中的所有文本

..class="msProfileTextLink" title="<GRAB THIS TEXT>">....

我想抓取所有事件，我该怎么做？

Answer 1

我假设可以调用标准的 unix 工具，而不仅仅是 bash 内置工具

嗯，

grep -o 'class="msProfileTextLink"title="([^"])*"' file.html

让你达到:

class="msProfileTextLink"title="rØbylin"

class="msProfileTextLink"title="Chris Townsend"

假设 html 中从来没有任何空白变体 - 否则你需要做

egrep -o 'class="msProfileTextLink"[[:space:]]*title="([^"])*"'在可能有空格的地方插入 [[space]]*。

然后 grep -o '"[^"]*"$'归结为:

“rØbylin”

“克里斯·汤森”