bash 命令获取特定类值的 href 值答案

【问题标题】：bash command to get href value down a specific class valuebash 命令获取特定类值的 href 值
【发布时间】：2015-03-19 08:02:25
【问题描述】：

我是 shell 脚本的新手，所以我需要一些帮助。通过 shell 脚本，我需要从类过滤的 html 中获取 href 属性的值。

例如：

<a class="other class" href="value I don't need"></a> <a class="some class" href="url I need"></a>

在这种情况下，我需要获得类“某个类”的 a 标记的 href 值。我需要将值放入变量中，需要使用 sed o grep，我对正则表达式一点也不擅长，所以我需要你的帮助。

【问题讨论】：

Don't use regex to parse HTML

标签： html regex bash sed grep

【解决方案1】：

使用sed 和grep 的另一种方法。

var=`grep 'class="some class"' <file> | sed -r 's/^.+href="([^"]+)".+$/\1/'`

首先 grep 找到正确的行，然后 sed 用括号中的位（即 href 的值）替换整行。

编辑：如果您在一行上有多个<a> 标签，它会变得有点棘手。如果你可以假设标签的格式总是和例子一样，那么你可以试试这个：

var=`grep 'class="some class"' <file> | sed -r 's/^.+class="some class"\s+href="([^"]+)".+$/\1/'`

如果您不能假设（可能有时 href 出现在类之前），那么您最好使用 html 解析器 - 正则表达式无法真正正确解析 html。

【讨论】：

我必须把输入文件放在哪里？
我试过但显示空白结果，输入文件是一个html文件
啊抱歉，它通过空白结果，因为在该行中存在 2 个标签，这可能会破坏进程？
@dakairus 不，这是因为此命令将输出分配给名为 var 的变量，因为在您的问题中您说您需要将其放入变量中。执行完这一行后，执行echo "$var"查看你的变量。
@dakairus 虽然实际上，如果您在一行中有两个 <a> 标记，则会导致问题。您不会得到空白结果，但您可能会得到错误的结果，因为第一个 grep 只是找到了该行，而第二个 sed 提取了它看到的第一个 href 属性。

【解决方案2】：

使用grep 'some class'|sed -n 's/.*href="$.*$".*/\1/p'

$ cat aaa
<a class="other class" href="value I don't need"></a>
<a class="some class" href="url I need"></a>

$ cat aaa|grep 'some class'|sed -n 's/.*href="\(.*\)".*/\1/p'
url I need

【讨论】：

【解决方案3】：

这是一种方法：

awk -F'href="' '/class="some class/ {split($2,a,"\"");print a[1]}' file
url I need

【讨论】：