使用 hxselect 在 HTML 中按 ID 标签搜索

【问题标题】：Search by ID label in an HTML with hxselect使用 hxselect 在 HTML 中按 ID 标签搜索
【发布时间】：2018-02-12 04:27:13
【问题描述】：

我正在使用 hxselect 在 bash 脚本中解析 HTML 文件“index.html”。标签上可能有也可能没有以下ID，但如果有，我需要获取内容。

例如。

我将“someID”作为唯一要搜索的信息和以下 HTML

<html>
  <body>
    <div id="someID" class="c">some other html stuff</div>
  </body>
</html>

我只需要得到“一些其他 html 的东西”作为结果

我做不到 cat index.html | hxselect -c 'someID'

【问题讨论】：

【解决方案1】：

匹配id属性：

hxselect -c '#someID' < file.html

匹配class属性：

hxselect -c '.c' < file.html

将div标签与路径匹配：

hxselect -c html body div < file.html

只匹配div:

hxselect -c div < file.html

所有情况下的输出：

其他一些 html 的东西

见：man hxselect

【讨论】：

【解决方案2】：

对于这种情况，我会推荐 xmlstarlet 工具：

xmlstarlet sel -t -v "//div[@id='someID']" -n index.html

输出：

some other html stuff

xmllint 工具也可以做到这一点：

xmllint --html --xpath "//div[@id='someID']/text()" index.html

【讨论】：