使用 sed 或 awk 进行选择答案

【问题标题】：Using sed or awk to select使用 sed 或 awk 进行选择
【发布时间】：2017-07-21 11:34:14
【问题描述】：

我正在尝试选择 html 文件中两个标记之间的行。我尝试过使用 sed 和 awk，但我认为我转义某些字符的方式存在问题。我见过一些类似的问题和答案，但给出的例子很简单，没有特殊字符。我认为我的逃跑是问题所在。我需要之间的界限

<div class="bread crumb">

和

</div>

块内没有其他div，块内有多行。

我是否需要如下转义字符<、> 和?？

sed -n -e '/^\<div class=\"bread crumb\"\>$/,/^\<\/div\>$/{ /^\<div class=\"bread crumb\">$/d; /^\<\/div>$/d; p; }'

我的 awk 尝试：

awk '/\<div class=\"bread crumb\"\>/{flag=1;next}/\<\/div\>/{flag=0}flag'

【问题讨论】：

虽然sed 和awk 可能能够完成某些输入的工作，但使用非HTML 感知工具来解析HTML 被认为是不好的做法。你应该看看xpath，这是一个解析HTML/XML文件的专用工具
发布初始 html 片段和预期结果
必填don't parse html with regex链接

【解决方案1】：

其实你只需要在</div>中转义/，休息就好了..

sed -n '/<div class="bread crumb">/,/<\/div>/{//!p}'

【讨论】：

【解决方案2】：

您应该为该工作使用 html 解析器。

如果您仍想使用 sed 执行此操作，请不要转义用于 word boundary 的 < 和 >。

试试这个：

sed -ne '/<div class="bread crumb">/,/<\/div>/{//!p;}' file

//!p 部分输出除了与地址模式匹配的行之外的所有块。

【讨论】：

【解决方案3】：

只需在 awk 中使用字符串匹配：

awk '$0=="</div>"{f=0} f{print} $0=="<div class=\"bread crumb\">"{f=1} ' file

【讨论】：