raa*_*aah 5 html bash grep sed
我有个问题。我想使用 sed 或 grep 命令获取该 html 的两个部分的值。我怎样才能提取它们呢？
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>
脚本文件
#!/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)
在该行下我只想要值中的文本。没有 html 标签。但我的脚本不起作用..
text="$(sed \'s:^ *::g\' < test.html | tr -d \\\\n)"\nauthor=$(sed \'s:.*<p id="author" class="author"><br><a href="[^"]*">\\([^<]*\\)<.*:\\1:\' <<<"$text")\nquote=$(sed \'s:.*<div id="foo" class="foo">\\([^<]*\\)<.*:\\1:\' <<<"$text")\necho "\'$author\' \'$quote\'"\n$texttest.html被指定为;的无缩进单行表示形式。请注意，:被用作 的分隔符而sed不是/，因为任何字符都可以作为分隔符，并且我们正在解析的文本存在-s ，因此在构造正则表达式时/我们不必使用 -s 对其进行转义。\\$author假定位于<p id="author" class="author"><br><a href="[^"]*">（其中[^"]*表示除 \xc2\xabany 字符"，重复 N 次，N \xe2\x88\x88 [0, +\xe2\x88\x9e)\xc2\xbb）和接下来的任何标记之间。$quote假定位于<div id="foo" class="foo">和 接下来的任何标签之间。<<<"$text"是所谓的here-string，它几乎相当于echo "$text" |放在开头。