使用Bash查找H1文本

什麼是正則表達式在這個標籤中查找文本「這是標題」？使用Grep，Sed或Awk。使用Bash查找H1文本

代碼示例：

<h1 class="round title"> 
    <a href="/somepage">This is the title</a> 
</h1>

我已經試過這上面h1標籤。

curl --silent http://domain.com/index.html | grep "<h1 class=\"round title\">"

結果是：

<h1 class="round title"><a href="/somepage">This is the title</a></h1>

，我只需要「這是標題」的一部分。

來源

2012-09-03 Tux

對於一般情況，您需要使用HTML解析器。 – pizza

如果我需要使用HTML解析器，我會的。但我需要bash =） – Tux

'grep'在這裏完全沒有問題，因爲它一次只能在一條線上運行。 Sed或awk可以處理簡單的情況，但爲了充分處理結構化數據，您確實需要使用可以處理結構的工具。見例如http://stackoverflow.com/questions/590747/using-regular-expressions-to-parse-html-why-not – tripleee

我用下面的命令得到它。

curl --silent http://domain.com/index.html | grep -E "<h1.*><a.*>(.*?)</a></h1>" | sed 's/.*<a.*>\(.*\)<\/a>.*/\1/'

謝謝大家。

來源

2012-09-03 06:14:08 Tux

使用Bash查找H1文本

回答

相關問題