sed - 使用 sed 或 grep 从具有特定 id 的 html 标签之间提取文本

Question

我应该使用什么命令从以下 html 代码中提取文本，该代码位于包含以下内容的“test.html”文件中:“<span id="imAnID">extractme</span> ”？

该文件会更大，因此我需要将 grep 或 sed 指向一个 ID，然后告诉它仅从具有该 ID 的标签中提取文本。假设我从文件所在的目录运行终端，我正在这样做:

cat test.html | sed -n 's/.*<span id="imAnID">\(.*\)<\/span>.*/\1/p'

我做错了什么？我得到一个空的输出...如果更容易的话，不反对使用 grep 来实现此目的。

Answer 1

您可以尝试使用 awk 来代替:

  #!/bin/bash

  start_tag="span id=\"imAnID\""
  end_tag="/span"

  awk -F'[<>]' -v taga="$start_tag" -v tagb="$end_tag" '{ i=1; while (i<=NF) { if ($(i)==taga && $(i+2)==tagb) { print $(i+1) }; i++} }'

使用方式:

$ ./script < infile > outfile