使用XPath bash的XHTML解析 [英] bash XHTML parsing using xpath
本文介绍了使用XPath bash的XHTML解析的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
我正在写一个小的脚本来学习如何解析XHTML的网页。下面的命令:
<?pre>猫Q S = goog.xhtml | XPath的//跨度[@ ID =yfs_l10_goog]
返回:
找到2节点:
- 节点 -
&LT;跨度ID =yfs_l10_goog&GT; 624.50&LT; / SPAN&GT; - 节点 -
&所述;跨度的id =yfs_l10_goog&GT; 624.50&下; /跨度&GT;
我如何:
-
需要,以写我的命令只能提取值
624.50
? -
什么我需要做的,提取它只有一次?
源页面我解析: http://finance.yahoo.com/q?s = goog
解决方案
编辑2:
试试这个:
的XPath -q -e'//跨度[@ ID =yfs_l10_goog] [1] /文()
编辑:
您的管道直通输出:
SED -n'/span/{s/<span[^<]*>\\([^<]*\\)<.*/\\1 /; p; q}
原来的答复:
使用 xmlstarlet
:
回声-e'&LT;富&GT;&LT;跨度ID =yfs_l10_goog&GT; 624.50&LT; / SPAN&GT; \\ n&LT;酒吧GT; XYZ&LT; /条&GT;&LT;跨度ID =yfs_l10_goog&GT; 555.50&LT; / SPAN&GT; \\ n&LT;跨度ID =yfs_l10_goog&GT; 123.50&LT; / SPAN&GT;&LT; / foo的&GT;' |
xmlstarlet SEL -t -v//跨度[@ ID ='yfs_l10_goog']
查询结果:
624.50
的结果回声
:
&LT;富&GT;&LT;跨度ID =yfs_l10_goog&GT; 624.50&LT; / SPAN&GT;
&LT;酒吧和GT;&XYZ LT; /酒吧和GT;&LT;跨度ID =yfs_l10_goog&GT; 555.50&LT; / SPAN&GT;
&LT;跨度ID =yfs_l10_goog&GT; 123.50&LT; / SPAN&GT;&LT; / foo的&GT;
XML的结果FO
:
&LT;?XML版本=1.0&GT?;
&LT;富&GT;
&所述;跨度的id =yfs_l10_goog&GT; 624.50&下; /跨度&GT;
&LT;酒吧和GT;&XYZ LT; /酒吧和GT;
&所述;跨度的id =yfs_l10_goog&GT; 555.50&下; /跨度&GT;
&所述;跨度的id =yfs_l10_goog&GT; 123.50&下; /跨度&GT;
&LT; / foo的&GT;
其他查询:
$回声-e'...'| xmlstarlet SEL -t -v//跨度[@ ID ='yfs_l10_goog'] [1]
624.50
$回声-e'...'| xmlstarlet SEL -t -v//跨度[@ ID ='yfs_l10_goog'] [3]
123.50
$回声-e'...'| xmlstarlet SEL -t -v//跨度[@ ID ='yfs_l10_goog'] [最后一个()]
123.50
I'm writing a small script to learn how to parse an XHTML web page. The following command:
cat q?s=goog.xhtml | xpath '//span[@id="yfs_l10_goog"]'
returns:
Found 2 nodes:
-- NODE --
<span id="yfs_l10_goog">624.50</span>-- NODE --
<span id="yfs_l10_goog">624.50</span>
How do I:
need to write my command in order to only extract the value
624.50
?what do I need to do to extract it only once ?
source page I'm parsing: http://finance.yahoo.com/q?s=goog
解决方案
Edit 2:
Give this a try:
xpath -q -e '//span[@id="yfs_l10_goog"][1]/text()'
Edit:
Pipe your output through:
sed -n '/span/{s/<span[^<]*>\([^<]*\)<.*/\1/;p;q}'
Original answer:
Using xmlstarlet
:
echo -e '<foo><span id="yfs_l10_goog">624.50</span>\n<bar>xyz</bar><span id="yfs_l10_goog">555.50</span>\n<span id="yfs_l10_goog">123.50</span></foo>' |
xmlstarlet sel -t -v "//span[@id='yfs_l10_goog']"
Result of query:
624.50
Result of echo
:
<foo><span id="yfs_l10_goog">624.50</span>
<bar>xyz</bar><span id="yfs_l10_goog">555.50</span>
<span id="yfs_l10_goog">123.50</span></foo>
Result of xml fo
:
<?xml version="1.0"?>
<foo>
<span id="yfs_l10_goog">624.50</span>
<bar>xyz</bar>
<span id="yfs_l10_goog">555.50</span>
<span id="yfs_l10_goog">123.50</span>
</foo>
Other queries:
$ echo -e '...' | xmlstarlet sel -t -v "//span[@id='yfs_l10_goog'][1]"
624.50
$ echo -e '...' | xmlstarlet sel -t -v "//span[@id='yfs_l10_goog'][3]"
123.50
$ echo -e '...' | xmlstarlet sel -t -v "//span[@id='yfs_l10_goog'][last()]"
123.50
这篇关于使用XPath bash的XHTML解析的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!
查看全文