在 bash 中通过 XPath 获取 HTML 个元素
Getting HTML elements via XPath in bash
我正在尝试解析页面（Kaggle Competitions) with xpath on MacOS as described in another 所以问题：
curl "https://www.kaggle.com/competitions/search?SearchVisibility=AllCompetitions&ShowActive=true&ShowCompleted=true&ShowProspect=true&ShowOpenToAll=true&ShowPrivate=true&ShowLimited=true&DeadlineColumnSort=Descending" -o competitions.html
cat competitions.html | xpath '//*[@id="competitions-table"]/tbody/tr[205]/td[1]/div/a/@href'
这只是在 table 中得到 link 的 href。
但是 xpath 没有返回值，而是开始验证 .html 和 returns 错误，例如 undefined entity at line 89, column 13, byte 2964.
因为 man xpath 不存在并且 xpath --help 什么也没有结束，所以我被卡住了。此外，许多类似的解决方案与 GNU 发行版中的 xpath 有关，而不是在 MacOS 中。
在 bash 中是否有通过 XPath 获取 HTML 元素的正确方法？
Getting HTML elements via XPath in bash
来自 html 文件（无效 xml）
一种可能是使用 xsltproc。 （我希望它适用于 MAC）。 xsltproc 有一个选项 --html 可以使用 html 作为输入。但是你需要
有一个 xslt 样式表。
<xsl:stylesheet
xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0">
<xsl:output method="text" />
<xsl:template match="/*">
<xsl:value-of select="//*[@id='competitions-table']/tr[205]/td[1]/div/a/@href" />
</xsl:template>
</xsl:stylesheet>
请注意，xapht 已更改。输入文件中没有tbody。
调用 xsltproc:
xsltproc --html test.xsl competitions.html 2> /dev/null
在 html 中抱怨错误的 xslproc 被忽略（发送到 /devn/null）。
输出为：/c/R
要从命令行使用不同的 xpath 表达式，您可以使用 xslt 模板并替换 __xpath__。
例如xslt 模板：
<xsl:stylesheet
xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0">
<xsl:output method="text" />
<xsl:template match="/*">
<xsl:value-of select="__xpaht__" />
</xsl:template>
</xsl:stylesheet>
并使用（例如）sed 进行替换。
sed -e "s,__xpaht__,//*[@id='competitions-table']/tr[205]/td[1]/div/a/@href," test.xslt.tmpl > test.xsl
xsltproc --html test.xsl competitions.html 2> /dev/null
我正在尝试解析页面（Kaggle Competitions) with xpath on MacOS as described in another 所以问题：
curl "https://www.kaggle.com/competitions/search?SearchVisibility=AllCompetitions&ShowActive=true&ShowCompleted=true&ShowProspect=true&ShowOpenToAll=true&ShowPrivate=true&ShowLimited=true&DeadlineColumnSort=Descending" -o competitions.html
cat competitions.html | xpath '//*[@id="competitions-table"]/tbody/tr[205]/td[1]/div/a/@href'
这只是在 table 中得到 link 的 href。
但是 xpath 没有返回值，而是开始验证 .html 和 returns 错误，例如 undefined entity at line 89, column 13, byte 2964.
因为 man xpath 不存在并且 xpath --help 什么也没有结束，所以我被卡住了。此外，许多类似的解决方案与 GNU 发行版中的 xpath 有关，而不是在 MacOS 中。
在 bash 中是否有通过 XPath 获取 HTML 元素的正确方法？
Getting HTML elements via XPath in bash
来自 html 文件（无效 xml）
一种可能是使用 xsltproc。 （我希望它适用于 MAC）。 xsltproc 有一个选项 --html 可以使用 html 作为输入。但是你需要
有一个 xslt 样式表。
<xsl:stylesheet
xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0">
<xsl:output method="text" />
<xsl:template match="/*">
<xsl:value-of select="//*[@id='competitions-table']/tr[205]/td[1]/div/a/@href" />
</xsl:template>
</xsl:stylesheet>
请注意，xapht 已更改。输入文件中没有tbody。
调用 xsltproc:
xsltproc --html test.xsl competitions.html 2> /dev/null
在 html 中抱怨错误的 xslproc 被忽略（发送到 /devn/null）。
输出为：/c/R
要从命令行使用不同的 xpath 表达式，您可以使用 xslt 模板并替换 __xpath__。
例如xslt 模板：
<xsl:stylesheet
xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0">
<xsl:output method="text" />
<xsl:template match="/*">
<xsl:value-of select="__xpaht__" />
</xsl:template>
</xsl:stylesheet>
并使用（例如）sed 进行替换。
sed -e "s,__xpaht__,//*[@id='competitions-table']/tr[205]/td[1]/div/a/@href," test.xslt.tmpl > test.xsl
xsltproc --html test.xsl competitions.html 2> /dev/null