从html格式化到输出[重复]答案

【问题标题】：formatting from html to output [duplicate]从html格式化到输出[重复]
【发布时间】：2020-09-25 19:52:40
【问题描述】：

我是 bash 脚本的新手，我有 html 文件，我想读取该文件并在终端中显示格式。

我的 Html 文件代码

<table>
<tr><th >Country Name</th><th >City1</th><th >City2</th><th>City3</th></tr>
<tr><td>CHINA</td><td>500</td><td>700</td><td>1200</td></tr>
<tr><td>USA</td><td>400</td><td>600</td><td>1000</td></tr>
</table>

如何格式化终端输出，我的意思是colum1和column2之间的空格？

【问题讨论】：

不要在图片中放文字。
这不是文本，我只是取html文件和终端的prtscr，这样我就可以轻松解释我的问题。
没有“awk bash”这样的东西。 awk 是一种编程语言。 Bash 是不同的。调用 awk（或反之）的 bash 脚本是一个脚本，它具有用不同语言编写的不同部分，由完全独立的解释器运行。
...无论如何，如果您想从 XML 或 HTML 中提取内容，可以使用专门的工具。我强烈建议使用利用 XPath、XSLT 和其他标准化查询语言的东西；我最喜欢的命令行工具（它在许多模式下生成 XSLT）是xmlstarlet。
如果您要在 awk 中使用 printf，请将其用于 both 值——您可以让它将字符串填充到特定的列长度。

标签： linux bash shell terminal

【解决方案1】：

选项 1：使用 `column` 格式化现有代码的输出

使用列工具为您格式化代码

$ cat test.sh 
#!/bin/bash

pre="<tr><td>"
post="<\/td><\/tr>"
mid="<\/td><td>"

cat myfile.html | grep "<td>" | sed -e "s/^$pre//g;s/$post$//g;s/$mid/ /g" | awk '{ sum=($2+$3+$4); printf $1  " %.0f \n" ,sum}'

$ cat myfile.html 
<table>
<tr><th >Country Name</th><th >City1</th><th >City2</th><th>City3</th></tr>
<tr><td>CHINA</td><td>500</td><td>700</td><td>1200</td></tr>
<tr><td>USA</td><td>400</td><td>600</td><td>1000</td></tr>
</table>

$ ./test.sh | column -t
CHINA  2400
USA    2000

选项 2：更新现有代码对 `printf` 的使用

如果我们知道可能的最长国家名称长度，我们可以告诉printf 填充它。仅更改现有答案的 awk 部分（在这种情况下，告诉它填充到 8 个空格）：

grep "<td>" myfile.html \
  | sed -e "s/^$pre//g;s/$post$//g;s/$mid/ /g" \
  | awk '{ sum=($2+$3+$4); printf "%-08s %.0f \n", $1, sum}'

...我们得到输出：

CHINA    2400
USA      2000

【讨论】：

这已经包含在How can I align the columns of tables in bash?中，它是重复列表的成员。（如那里所述，column 工具并非在 bash 所在的任何地方都可用，因此printf 通常更好）。
@CharlesDuffy 在这种情况下我应该删除我的答案吗？我刚来这里两天，不知道所有的“规则”。
耸耸肩。如果是我，我会标记它社区维基，但这是一个严格的自愿行为 - 我不能告诉你这样做（但不承认从答案中获得任何声誉，就像社区维基标志所做的那样，倾向于使不符合规则的答案更容易接受）。
@CharlesDuffy 完成，在这种情况下，因为我相信这个答案可以改进，以使用 printf | 回答这个特定场景。 awk 工具。如果有人想为此付出更多努力:)
嘿。很高兴演示使用 awk 的 printf 进行对齐。

选项 1：使用 column 格式化现有代码的输出

选项 2：更新现有代码对 printf 的使用

选项 1：使用 `column` 格式化现有代码的输出

选项 2：更新现有代码对 `printf` 的使用