小编S9o*_*vyF的帖子

我正在尝试使用 awk 提取 HTML 列表的内容。一些列表条目是多行的。

示例输入列表：

<ul>
    <li>
        <b>2021-07-21:</b> Lorem ipsum 
    </li>
    <li>
        <b>2021-07-19:</b> Lorem ipsum 
    </li>
    <li><b>2021-07-10:</b> Lorem ipsum</li>
</ul>

我正在使用的命令：

awk -v RS="" '{match($0, /<li>(.+)<\/li>/, entry); print entry[1]}' file.html

电流输出：

        <b>2021-07-21:</b> Lorem ipsum 
    </li>
    <li>
        <b>2021-07-19:</b> Lorem ipsum 
    </li>
    <li><b>2021-07-10:</b> Lorem ipsum

期望的输出：

        <b>2021-07-21:</b> Lorem ipsum 
        <b>2021-07-19:</b> Lorem ipsum 
    <b>2021-07-10:</b> Lorem ipsum

我知道问题是因为列表条目没有用空行分隔。我想过使用非贪婪匹配，但显然 awk 不支持它。有可能的解决方法吗？