-1

如何基於某個其他屬性的搜索來獲取value屬性？使用SED提取具有特定名稱的所有輸入元素的值

例如：

<body> 
<input name="dummy" value="foo"> 
<input name="alpha" value="bar"> 
</body>

如何獲得名爲「虛擬」的輸入元素的值？

來源

2015-10-13 Dmitrii G.

你可以用這個命令得到它。 sed -n's /.* input name =「dummy」value =「\（[^」] * \）「。*/\ 1/p'但是對於這個工作，html/xml解析器是合適的工具 –

用sed解析HTML通常是一個壞主意，因爲sed以基於行的方式工作，而HTML通常不會考慮換行符在語法上很重要。 HTML重新格式化時，如果HTML處理工具中斷，這並不好。

相反，請考慮使用Python，它的標準庫中有一個HTML推送解析器。例如：

#!/usr/bin/python 

from HTMLParser import HTMLParser 
from sys import argv 

# Our parser. It inherits the standard HTMLParser that does most of 
# the work. 
class MyParser(HTMLParser): 
    # We just hook into the handling of start tags to extract the 
    # attribute 
    def handle_starttag(self, tag, attrs): 
     # Build a dictionary from the attribute list for easier 
     # handling 
     attrs_dict = dict(attrs) 

     # Then, if the tag matches our criteria 
     if tag == 'input' \ 
      and 'name' in attrs_dict \ 
      and attrs_dict['name'] == 'dummy': 
      # Print the value attribute (or an empty string if it 
      # doesn't exist) 
      print attrs_dict['value'] if 'value' in attrs_dict else "" 

# After we defined the parser, all that's left is to use it. So, 
# build one: 
p = MyParser() 

# And feed a file to it (here: the first command line argument) 
with open(argv[1], 'rb') as f: 
    p.feed(f.read())

保存此代碼，也就是說，foo.py，然後運行

python foo.py foo.html

其中foo.html是HTML文件。

來源

2015-10-13 17:14:02 Wintermute

既然你正在尋找一個使用bash和sed的解決方案，我假設你正在尋找一個Linux命令行選項。

使用`hxselect` html解析工具來提取元素;使用`sed`從元素

獲取價值我做了谷歌搜索「Linux的bash的解析HTML工具」和跨越這來了：https://unix.stackexchange.com/questions/6389/how-to-parse-hundred-html-source-code-files-in-shell

接受的答案建議使用hxselect工具從中提取基於元素html-xml-utils package一個CSS選擇器。所以在安裝後（downoad，解壓縮，./configure，make，make install），您可以使用給定的CSS選擇

hxselect "input[name='dummy']" < example.html

（鑑於example.html的包含從您的問題例如HTML）。這將運行此命令返回：

<input name="dummy" value="foo"/>

幾乎在那裏。我們需要從該行提取值：

hxselect "input[name='dummy']" < example.html | sed -n -e "s/^.*value=['\"]\(.*\)['\"].*/\1/p"

它返回「富」。

你爲什麼會/不會想用這個辦法

using regex to parse out the attributes is complicated, and often the wrong way to go
的hxselect工具（在我的其他答案）是安裝
，但這種方法痛苦接受不良HTML，這是在this answer to the question linked above爭論的。順便說一下，這個問題已經深入討論了正則表達式+ html的辯論。

來源

2015-10-13 17:24:50 alexanderbird

事後我回來了，我真的不認爲這是一個好的答案 - 它很尷尬，也很複雜，並且不遵循@ Ramana的建議，因爲它仍然使用SED解析元素屬性，我做了更多的研究並回答再次，用不同的方法 – alexanderbird

既然你要求SED，我會假設你想要一個命令行選項。但是，爲html解析構建的工具可能更有效。我的第一個答案的問題是，我不知道在css中選擇屬性值的方法（是否有其他人？）。但是，使用xml，您可以像選擇其他元素一樣選擇屬性。這是一個使用xml解析工具的命令行選項。

將其視爲XML;使用XPATH

用包管理器安裝xmlstarlet
運行xmlstarlet sel -t -v //input[@name=\'dummy\']/@value example.html（其中包含example.html的你的HTML
如果你的HTML是不是有效的XML，遵守警告從xmlstarlet進行必要的修改（在這種情況下，<input>必須改變，以<input/>
再次運行該命令將返回：foo

爲什麼你可能/可能不會使用這種方法

它的方式更簡單，比hand-rolling a regex html parser強勁，但
它需要良好的HTML

來源

2015-10-21 16:48:22 alexanderbird

使用SED提取具有特定名稱的所有輸入元素的值

回答

使用hxselect html解析工具來提取元素;使用sed從元素

你爲什麼會/不會想用這個辦法

將其視爲XML;使用XPATH

爲什麼你可能/可能不會使用這種方法

相關問題

使用`hxselect` html解析工具來提取元素;使用`sed`從元素