如何使用 grep 命令提取 html 中标签之间的内容
How to extract content between tags in html using grep command
我想写一个 grep 命令来提取 h1 标签之间的内容，而不考虑 class 和其他属性
我试过了
grep -o '>.*</h1>' Email.txt
但是只给了三个元素
使用 GNU grep，您可以使用
grep -oP '<h1(?:\s[^>]*)?>\K.*?(?=</h1>)' Email.txt
-P 选项将启用 PCRE 正则表达式引擎并且模式将匹配
<h1 - <h1 字符串(?:\s[^>]*)? - 一个可选的非捕获组，匹配 1 次或 0 次出现的空格 (\s)，后跟 >> - 一个 > 字符 \K - 匹配重置运算符，丢弃匹配内存缓冲区中到目前为止匹配的文本.*? - 除换行字符外的任何 0+ 个字符，尽可能少(?=</h1>) - 匹配紧跟 </h1> 子字符串的位置的正向前瞻。
我想写一个 grep 命令来提取 h1 标签之间的内容，而不考虑 class 和其他属性
我试过了
grep -o '>.*</h1>' Email.txt
但是只给了三个元素
使用 GNU grep，您可以使用
grep -oP '<h1(?:\s[^>]*)?>\K.*?(?=</h1>)' Email.txt
-P 选项将启用 PCRE 正则表达式引擎并且模式将匹配
<h1-<h1字符串(?:\s[^>]*)?- 一个可选的非捕获组，匹配 1 次或 0 次出现的空格 (\s)，后跟> 以外的 0+ 个字符
>- 一个>字符\K- 匹配重置运算符，丢弃匹配内存缓冲区中到目前为止匹配的文本.*?- 除换行字符外的任何 0+ 个字符，尽可能少(?=</h1>)- 匹配紧跟</h1>子字符串的位置的正向前瞻。