☰

如何使用grep提取div内容？

tag-icon • tag-icon grep
如何使用grep提取div内容？

我需要提取文件中的特定 div 内容。

内容如下。

<div class="container">
    <div class="row">
        <div class="col-2">One of three columns</div>
        <div class="col-6">
            <p>One of three columns</p>
        </div>
        <div class="col-4">One of three columns</div>
    </div>
</div>

需要提取以下内容。

<div class="col-6">
    <p>One of three columns</p>
</div>

我尝试这样做。

cat test.html | tr -d '\n\t' | grep -o "<div class=\"col-6\">.*<\/div><div class=\"col-4\">"

返回如下。

<div class="col-6"><p>One of three columns</p></div><div class="col-4">

如何删除内容的前后部分？

<div class="col-6">...</div><div class="col-4">

先感谢您！

答案1

使用grep -A

$ grep -A 2 'class="col-6"' test.html | sed -n 2p
        <p>One of three columns</p>

从man grep：

-A NUM,在匹配行之后--after-context=NUM
打印 NUM 尾随上下文的行。

或使用awk：

$ awk '/class="col-6"/{getline; print $0}' test.html
        <p>One of three columns</p>

注意：仅当结构与您的测试输入完全相同时，此方法才有效。一般来说我会总是更喜欢合适的 xml / html 解析器。

例如：python​beautifulsoup

$ python3 -c '
from bs4 import BeautifulSoup
with open("test.html") as fp:
    soup = BeautifulSoup(fp)
print(soup.findAll("div", {"class":"col-6"})[0].findAll("p")[0])'
<p>One of three columns</p>

或者xmlstarlet像这样使用：

$ xmlstarlet sel -t -m '//div[@class="col-6"]' -c './p' -n test.html
<p>One of three columns</p>

相关内容