html - 如何在bash中仅使用grep提取html标签

Question

所以我有这个代码

<span class="cur_wind">Sunrise <b>7:33 a.m.</b> <br />

我想使用 grep 来提取其中的日出时间和日落时间。我该怎么做？我只想使用 grep，因为我不熟悉 awk 和 sed 等。干杯!

Answer 1

grep确实不是这里的方法，但是如果您没有任何额外的时间运算符，像下面这样的原始方法可能会起作用。

grep -oP "(Sunrise|Sunset|\d+:\d+ (a.m|p.m))" 

示例输出

> cat file
<td valign="top"><span class="cur_wind">Sunrise <b>7:33 a.m.</b> <br />
            Sunset&nbsp; <b>7:17 p.m.</b></span></td>
> grep -oP "(Sunrise|Sunset|\d+:\d+ (a.m|p.m))" file 
Sunrise
7:33 a.m
Sunset
7:17 p.m

或者，像这样的事情可能会消除更多错误情况

grep -oP "(Sunrise(.*)\d+:\d+ (a.m|p.m))|(Sunset(.*)\d+:\d+ (a.m|p.m))" file 
Sunrise <b>7:33 a.m
Sunset&nbsp; <b>7:17 p.m

您可以通过管道发送到 grep再次删除标签字符。