我可以对多个文件中的文本进行 grep 并将结果输出到单个 .csv 吗？答案

【问题标题】：Can I grep for text in multiple files and output the results to a single .csv?我可以对多个文件中的文本进行 grep 并将结果输出到单个 .csv 吗？
【发布时间】：2014-05-01 15:18:31
【问题描述】：

我有几百个平面 html 文件，每个文件都包含一些我想输出到单个 csv 的数据。

例如：

<meta property="og:latitude" content="50.079176">
<meta property="og:longitude" content="-5.694866">

我可以递归地 grep 这两行，并像这样在 csv 中输出一行：

文件名，50.079176，-5.694866

这可以通过 mac 命令行实现吗，还是我需要一个 bash 脚本？或者也许 grunt 可以做到？

【问题讨论】：

标签： macos grep

【解决方案1】：

您真正应该使用的是像xidel 这样的适当的命令行HTML 解析器，但这是一个肮脏的（非GNU）awk 解决方案，应该可以在OS X 上运行：

$ cat t.awk
#!/usr/bin/awk -f

function extr(s) {
    sub(/^.+content="/, "", s);
    sub(/".*$/, "", s);
    return s;
}

/og:latitude/  && /content/ { latitude  = extr($0) }
/og:longitude/ && /content/ { longitude = extr($0); exit }
# the above exit will speed things up but obviously requires
# that the latitude property always precedes the longitude property
# in your files

END {
    if (latitude && longitude)
        printf "%s,%s,%s\n", FILENAME, latitude, longitude
}

$ find . -name "*.html" -exec ./t.awk {} \;
bar.html,51.123456,-4.654321
foo.html,50.079176,-5.694866

这是一个 bash 版本，它遍历当前目录中的所有 .html 文件：

#!/bin/bash

for file in *.html; do
    [ -f "${file}" ] || continue
    latitude=
    longitude=
    while IFS= read -r line; do
        case ${line} in
            *og:latitude*content=*)
                latitude=${line##*content=\"}
                latitude=${latitude%%\"*}
                ;;
            *og:longitude*content=*)
                longitude=${line##*content=\"}
                longitude=${longitude%%\"*}
                ;;
            *) ;;
        esac
    done < "${file}"
    [[ -n ${latitude} && -n ${longitude} ]] && echo "${file},${latitude},${longitude}"
done

$ ./test.sh
bar.html,51.123456,-4.654321
foo.html,50.079176,-5.694866

【讨论】：

非常感谢 Adrian - bash 脚本就像一个魅力（我在 for 循环中添加了 'find' 以便递归搜索目录） - 我现在要看看 xidel！