将网页内容保存在文本文件中

Question

我有以下网页链接：

http://www.rcsb.org/pdb/explore/sequenceText.do?structureId=1APS&chainId=A

我希望仅将此文件的某些部分保存在文本文件中，也就是说，我只想要序列部分（在正确的位置有空格），而不是该页面上的标题或任何数字。

其次，我们可以看到所有行中每第十个字符后都有空格。我想仅删除每第十个字符后出现的空格，并将此内容保存在另一个文本文件中。

有可能吗？有人能在这方面提供帮助吗？

Answer 1

您可以将 egrep 与 -o 开关一起使用（仅显示与 PATTERN 匹配的匹配行的部分。）例如：echo page.html | egrep -o ".+" | sed s!!! | sed s!! > output.txt