![如何从雅虎管道中的 rss 内容中正则表达式特定链接?](https://linux22.com/image/64640/%E5%A6%82%E4%BD%95%E4%BB%8E%E9%9B%85%E8%99%8E%E7%AE%A1%E9%81%93%E4%B8%AD%E7%9A%84%20rss%20%E5%86%85%E5%AE%B9%E4%B8%AD%E6%AD%A3%E5%88%99%E8%A1%A8%E8%BE%BE%E5%BC%8F%E7%89%B9%E5%AE%9A%E9%93%BE%E6%8E%A5%EF%BC%9F.png)
我想从 RSS 内容中删除除指定的 href 链接之外的所有内容
例子:
<div class='text'>
<div class="center"> <b><a rel="nofollow" target="_blank" href="http://domain1.com/html/12345948/howto.pdf"></a></b> </div>
</div>
<br>
<div class='text'>
<div class="center"> <b><a rel="nofollow" target="_blank" href="http://www.domain2.com/php/8mgfjghf/file.html">file</a></b>
<b><a rel="nofollow" target="_blank" href="http://www.domain1.com/78/78.html">78</a></b>
<b><a rel="nofollow" target="_blank" href="https://www.domain3.com/5k9f"></a></b> </div>
</div>
我希望我的最终输出如下:
http://domain1.com/html/12345948/howto.pdf
http://www.domain2.com/php/8mgfjghf/file.html
http://www.domain1.com/78/78.html
https://www.domain3.com/5k9f
另外,域名是固定的,这意味着如果存在domain4.net,我不希望它出现在输出中。
答案1
您只需要使用正则表达式吗?这适用于提供的示例:
cat file | grep href | sed 's/.*href=\"//g' | cut -d\" -f1