你如何在這條線上使用'grep'？ Linux

Question

<span class="cur_wind">with 3km/h SSW winds</span><hr class="hr_sm" /></td> 

我想使用'grep'命令從上面的行中提取「帶3km/h SSW風」字樣（注意這個字符串會改變，所以它不能工作）。我一直在嘗試很久，並完全失去了。任何幫助，將不勝感激。

Answer 1

如果那就是你想要的那麼貓| 「與3公里每小時SSW風」 grep應該執行它，但我懷疑還有更多的則是，你需要

Answer 2

儘量sed的：

echo '<span class="cur_wind">with 3km/h SSW winds</span><hr class="hr_sm" /></td>' | sed -e 's/<[^>]*>//g' 

輸出

with 3km/h SSW winds 

說明

• echo 'whatever'將回顯單詞whatever到屏幕（標準輸出又名標準輸出）
• |符號是一個管道。右側的命令將採用echo的輸出並對其執行操作
• sed是流編輯器。它是-e開關告知sed評估腳本或表達式
• s/xyz/abc/g格式很簡單。 s /意思是替代品。/g意味着全球。用全球abc替換所有出現的xyz
• s/<[^>]*>//g變得有趣。我們專注於<[^>]*>。這意味着，代替任何開始<，不包含立即，但包含任何其他字符，然後有>與空
• 例如，檢查出您的<span class="cur_wind">例如。該標籤以<開頭，然後緊接着包含字符，然後具有>。 sed說，找到這樣的文本時，將其砍掉（替換爲空）
• 相同的技術適用於<hr>和</td>。剩下的是你想要的文字

這是一個有點簡單的解釋。

Answer 3

grep不知道XML，因此是工作的錯誤工具;使用真正的XML解析器。易於從bash訪問的更好的一個是XMLStarlet。

xmlstarlet sel -t -m "//span[@class='cur_wind']/text()" -v . -n <input.xml 

這直接提取包含在類cur_wind的跨度內的所有文本。

Answer 4

這裏的一個GNU grep溶液使用-P以激活PCREs支持（Perl兼容正則表達式）：

grep -Po '"cur_wind">\K[^<]+' \ 
    <<<'<span class="cur_wind">with 3km/h SSW winds</span><hr class="hr_sm" /></td>' 

• -o指定只匹配的字符串被輸出
• \K是PCRE這個特性能夠降低目前所有匹配的東西;這允許爲更具體的匹配提供上下文而不在匹配中包括該上下文。

另一種選擇是，以代替\K使用向後看斷言：

grep -Po '(?<="cur_wind">)[^<]+' \ 
    <<<'<span class="cur_wind">with 3km/h SSW winds</span><hr class="hr_sm" /></td>' 

---

當然，這種匹配的依賴於輸入字符串的特定格式（空格，單引號和雙引號，屬性排序，... - 除了不瞭解數據的結構的基本問題外），因此是脆弱的。

因此，一般情況下，正如其他人指出的那樣，grep是工作的錯誤工具。

在OSX，假設輸入的是XML（或XHTML），則可以與股票xmllint效用和XPath表達式魯棒解析：

xmllint --xpath '//span[@class="cur_wind"]/text()' - <<<\ 
'<td><span class="cur_wind">with 3km/h SSW winds</span><hr class="hr_sm" /></td>' 

---

下面是一個使用一個類似的解決方案第三方實用，該multi-platform web-scraping utility xidel（它可以同時處理HTML和XML）：

xidel -q -e '//span[@class="cur_wind"]' - <<<\ 
'<td><span class="cur_wind">with 3km/h SSW winds</span><hr class="hr_sm" /></td>'