sed

Question

所以我有些不洁HTML:

"<table class="content divbackground"><tr><td class='title'>&nbsp;</td><td class='title'>From</td><td class='title'>To</td></tr><tr><td class='entry'>Monday</td><td class='entry'>09:00</td><td class='entry'>18:00</td></tr><tr><td class='entry'>Tuesday</td><td class='entry'>09:00</td><td class='entry'>18:00</td></tr><tr><td class='entry'>Wednesday</td><td class='entry'>09:00</td><td class='entry'>18:00</td></tr><tr><td class='entry'>Thursday</td><td class='entry'>09:00</td><td class='entry'>20:00</td></tr><tr><td class='entry'>Friday</td><td class='entry'>09:00</td><td class='entry'>20:00</td></tr><tr><td class='entry'>Saturday</td><td class='entry'>09:00</td><td class='entry'>18:00</td></tr><tr><td class='entry'>Sunday</td><td class='entry'>11:00</td><td class='entry'>18:00</td></tr></table></td></td>"

这是一家药店的营业时间（信息发布在 public 登记册上）。

现在我可以使用解析器解析 HTML，但我发现这对错误不可靠，我仍然必须提取 <table> 和 </table> 之间的代码.

是否有一些很好的 unix 命令 (sed?) 可以搜索以下所有事件：

XX:XX

在 <td></td> 标签内

X 必须是数字吗？

Answer 1

使用正则表达式处理 html 不是好的做法。然而，如果你的输入格式是固定的，你可以试试这个 grep 行：

 grep -oP '<td[^>]*>\K\d\d:\d\d' input

使用您的示例输入，它输出：

sed - 从字符串中提取特定字符

sed - extract specific characters from a string

linux

command-line

awk

tr