☰

剪切特定部分

tag-icon • tag-icon scripts
剪切特定部分

我需要从文本中剪切出特定部分。

以下是其中的一小部分：

                    </span>
                    <span class="package" data-subid="570168" data-appid="1597920" data-parent="544810">
                        <a href="/sub/570168/">570168</a>
                        , // <button class="js-remove btn btn-danger">[Hide]</button>
                        KARDS - Anniversary Edition

                    </span>
                    <span class="package" data-subid="569859" data-appid="1606900" data-parent="-1277130">
                        <a href="/sub/569859/">569859</a>
                        , // <button class="js-remove btn btn-danger">[Hide]</button>
                        Deathbound Demo

                    </span>
                     ...

我需要将 data-appid="" 里面的数字导出为以下格式：“1597920,1606900”

有没有简单的方法来完成这种工作？

感谢您的所有帮助！

干杯

答案1

不要尝试用 来解析或html，而是使用适当的解析器。xmlgrep

我会使用python模块 BeautifulSoup。将以下内容放入脚本中：

#!/usr/bin/env python3
from bs4 import BeautifulSoup
import sys
soup = BeautifulSoup(sys.stdin, 'html.parser')
for p in soup.find_all("span", {"class": "package"}):
    print(p["data-appid"])

然后运行

< file.html python3 test.py

或者如果你尝试解析一个网站：

curl exampel.com/some_page | python3 test.py

您需要安装bs4模块，例如使用pip或pip3：

pip3 install bs4
#or
pip install bs4

相关内容