使用 wget 和 regex 进行数据抓取

Question

我刚刚学习 bash 脚本，我试图从网站上抓取一些数据，主要是维基词典。这就是我现在在命令行上尝试的，但它没有返回任何结果

wget -qO- http://en.wiktionary.org/wiki/robust | egrep '<ol>{[a-zA-Z]*[0-9]*}*</ol>'

我正在尝试的是获取标签之间的数据，只是希望它们被显示。你能帮我找出我做错了什么吗？

谢谢

Answer 1

您需要将输出发送到标准输出：

wget -q http://en.wiktionary.org/wiki/robust -q -O - | ...

要<ol>使用 grep 获取所有标签，您可以执行以下操作：

wget -q http://en.wiktionary.org/wiki/robust -O - | tr '\n' ' ' | grep -o '<ol>.*</ol>'