Bash 脚本：在一行代码中查找字符串并在自己的行中插入答案

【问题标题】：Bash Scripting: Find strings on one line of code and insert on own lineBash 脚本：在一行代码中查找字符串并在自己的行中插入
【发布时间】：2013-02-10 09:09:10
【问题描述】：

我正在尝试编写一个小的 bash 脚本：

-wget 每隔 [x] 分钟从 Web 获取一个 html 文件
- 使用一些 linux 实用程序来查找最近两次更新之间的文件差异
- 使用 sed 修改检测到新文本的行

我遇到的问题是 HTML 文件使用内联 CSS 格式化表格，但页面的实际代码存储在一长行中。

实际上我需要一个可以扫描单行代码的 Linux 实用程序，找到每个标签之间的每个文本实例，并将这些实例插入它们自己的行。这应该使扫描文本更容易。我尝试过的每个工具都以每行为基础进行搜索，但由于整个代码都存储在一行中，因此无法满足我的需求。

【问题讨论】：

标签： string bash sed awk

【解决方案1】：

您可以先将内容分成几行，方法是将（比如）> 替换为>\n。这将分解每个 HTML 标记末尾的文档。

也许您甚至不需要这样做：如果您使用 awk 的 RS 变量将记录分隔符定义为“>”而不是换行符。有关使用 RS 的示例，请参阅此页面：http://www.thegeekstuff.com/2010/01/8-powerful-awk-built-in-variables-fs-ofs-rs-ors-nr-nf-filename-fnr/

【讨论】：

我现在正在查看 RS 变量。至于你的第一个例子，我应该使用 sed 用“\n”修改每个“”标签吗？
some text 如果你将 RS 设置为 ">" 你会得到 , some text, , 三条记录，从一行。但是，如果您的文本可以包含“>”，它会有点麻烦。
听从 John 的建议，我尝试了 sed -i 's//\n/g' file.html 这成功了！正则表达式令人困惑。
是的，例如，您可以使用 sed 在您感兴趣的每个结束标记之后添加换行符。请注意，大多数版本的 sed 并没有使这变得特别容易，因此请参阅this other answer了解如何这样做：stackoverflow.com/questions/6111679/insert-linefeed-in-sed
关于 sed 表达式：您可以使用斜杠以外的其他字符来分隔 sed 命令（看到的第一个字符将设置 sed 对所有其余分隔符的期望，因此您可以使用任何东西！）。所以你可能会发现这更具可读性：s@</tr>@</tr>\n@g.