如何使用 grep 和 regex 提取特定标签内的信息答案

【问题标题】：How to use grep and regex to extract information within specific tag如何使用 grep 和 regex 提取特定标签内的信息
【发布时间】：2018-01-02 18:48:15
【问题描述】：

我尝试提取标签内的信息：

<div class="rpt_price rpt_price_1">THE TEXT</div>

使用这个命令：

t=$(curl -v --silent http://somewebsite.info/ 2>&1 | grep -E "^<div class=\"rpt_price rpt_price_1\">.*</div>$"); echo $t

它应该返回THE TEXT，但它没有回应。我的错误是什么？提前致谢！

【问题讨论】：

grep 和 regex 是用于解析 html 的完全错误的工具...如果 regex 对您的情况足够好，您需要 grep -oP 这对您不可用...所以然后使用sed 或 awk... grep 主要用于查找不是文本操作

标签： ios regex linux curl grep

【解决方案1】：

以下作品使用：

grep -Po "<div class=\"rpt_price rpt_price_1\">\K(.*)(?=</div>$)"

-P 和 -o 选项在 unix stackexchange 处进行了描述。 \K在unix stackexchange上也有很好的解释。

\K(.*) 的用法将仅输出匹配项和以下文本。使用(?=...$)，我排除了其余的文本。

测试：

echo "<div class=\"rpt_price rpt_price_1\">THE TEXT</div>" | grep -Po "<div class=\"rpt_price rpt_price_1\">\K(.*)(?=</div>$)"

输出：

THE TEXT

另一种可能是直接使用perl，解释为here on superuser：

perl -ne 'print $1 if /\<div class="rpt_price rpt_price_1">(.*?)\<\/div>/s'

测试：

echo "<div class=\"rpt_price rpt_price_1\">THE TEXT</div>" | perl -ne 'print $1 if /\<div class="rpt_price rpt_price_1">(.*?)\<\/div>/s'

输出：

THE TEXT

【讨论】：

我确实尝试了参数-Po，但我收到了错误grep: Support for the -P option is not compiled into this --disable-perl-regexp binary，因为我在iOS环境（终端）中
@GregorIsack：您是否可以访问perl，如果可以，请参阅我的扩展答案。
我刚刚在我的设备上安装了perl，它运行良好！但是 perl 包正在消耗我设备有限的存储容量。如果没有更好的答案，我会将其标记为答案。感谢您的帮助！
不客气！我看不到其他方法，因为grep 无法在不使用 perl 选项 (-P) 的情况下从表达式中提取字符串，因为如果没有它，它们就不会是可用的前瞻选项 ((?=...$))。但也许其他一些人有我不知道的解决方案；-D。
我可以问一个问题，因为我不熟悉perl，在您的示例中，您使用管道传输输出，我可以为源分配一个变量并将其输入 perl，如果是，我该怎么做？例如，source=$(echo something); perl $source

【解决方案2】：

您还没有逃脱</div> 中的最后一个/。

正确的正则表达式应该如下：

^<div class=\"rpt_price rpt_price_1\">.*<\/div>$

对于正则表达式，this 是一个很好的工具，可以在您创建正则表达式时测试您的结果。

【讨论】：

仍然没有返回，但我确信您更正后的正则表达式有效！我开始怀疑curl
正则表达式应该没问题，它与您正在搜索的内容匹配。让我检查一下卷曲。你的目标是什么网站？
这个正则表达式有效，但它不会只提取部分：THE TEXT，而是整个表达式。