我必须报告某个 css 类在我们页面内容中出现的次数（超过 10k 页）。问题是，页眉和页脚包含该类，因此 grep 会返回每一页。 （没用）
那么，我该如何获取内容呢？
我在每个页面上都有 <!-- main content --> 和 <!-- end content --> 评论。
那么我如何 grep（我什至 grep 吗？）这些 cmets 之间的内容？
这是托管在 linux 服务器上的，我可以访问 Grep、Awk 和 Sed。
理想情况下，我会得到一份报告（.txt 或 .csv），其中包含显示类的页面和行号，但仅列出页面本身就足够了。
谢谢！
【问题讨论】：
以下脚本完全按照您的要求执行：打印出现 CSS 类名的文件和行号：
#!/bin/sh
pattern="class=\"([A-Za-z0-9_-]* )*$1( [A-Za-z0-9_-]*)*\""
awk -v pat="$pattern" '
/<!-- main content -->/ {Y=1}
/<!-- end content -->/ {Y=0}
Y && $0 ~ pat {f[FILENAME] = f[FILENAME]" "FNR;}
END {for (k in f) printf "%s\tlines:%s\n", k,f[k];}
' *.html
另存为class_find.sh这样使用：
class_find.sh 'my_class'
其中my_class 是您要搜索的类名。
输出：
2.html lines: 7 9
1.html lines: 5
一些解释：
pattern="class=\"([A-Za-z0-9_-]* )*$1( [A-Za-z0-9_-]*)*\"" ：搜索 class="my_class" 或 class="others my_class" 或 class="my_class others"
/<!-- main content -->/ {Y=1} : 找到这个字符串后，设置标志Y 为真，/<!-- end content -->/ {Y=0} : 设置标志Y 为假Y && $0 ~ pat {f[FILENAME] = f[FILENAME]" "FNR;} ：如果标志 Y 为真，并且在当前行 ($0) 中找到该类的匹配项，则将行号保存到关联数组 f 中，键为文件名。END {for (k in f) printf "%s\tlines:%s\n", k,f[k];} : 读取所有文件后，以漂亮的格式打印结果*.html：对当前目录下的html文件进行操作【讨论】：
pattern="class=[\"A-Za-z0-9 _-]*$1[\"A-Za-z0-9 _-]*" 的问题是当您class_find.sh 'my_class' 时，它也会匹配class="my_class_small" 和其他变体。
sed '# remove ":" used for counting later, use another char if ":" is part of the class
s/://g
# load whole file
H;$!d
x
# remove header/trailer
s/.*/<!-- main content -->/\(.*\)/<!-- end content -->.*/\1/
# keep occurence of my class only
s/MyClass/:/g;s/[^:]//
# count (max 999)
s/^$/0/;t
s/:\{100\}/C/g;s/:\{10\}/D/g
s/^[^C]/0&/;s/\([0C]\)\(:*\)$/\10\2/;s/[^:]$/&0/
s/\([^0]\)\1\{8\}/9u/g
s/\([^0]\)\1\{7\}/8u/g
s/\([^0]\)\1\{6\}/7u/g
s/\([^0]\)\1\{5\}/6u/g
s/\([^0]\)\1\{4\}/5u/g
s/\([^0]\)\1\{3\}/4u/g
s/\([^0]\)\1\{2\}/3u/g
s/\([^0]\)\1/2u/g
s/[CD:]/1/g
s/u//g
' YourFile
多合一（sed 不是计数的冠军，因此您可以使用| wc -c 而不是计数部分（在这种情况下要小心出现 0）
【讨论】：
您可以使用 sed 在评论标签之间搜索 CLASS。如果您只想计算结果，则将输出通过管道传输到wc。
sed -n '/<!-- main content -->/,/<!-- end content -->/ s/CLASS/CLASS/p' filename | wc -l
【讨论】：