使用Shell解析HTML [英] Parse HTML using shell

问题描述

我有一个包含大量数据的HTML，并且我感兴趣的部分是

I have a HTML with lots of data and part I am interested in:

<tr valign=top>
<td><b>Total</b></td>
<td align=right><b>54</b></td>
<td align=right><b>1</b></td>
<td align=right>0 (0/0)</td>
<td align=right><b>0</b></td>
</tr>

我尝试使用awk，现在是:

awk -F "</*b>|</td>" '/<[b]>.*[0-9]/ {print $1, $2, $3 }' "index.html"

但是我想要的是:

54
1
0
0

现在我得到:

'<td align=right> 54'
'<td align=right> 1'
'<td align=right> 0'

有什么建议吗?

推荐答案

awk  -F '[<>]' '/<td / { gsub(/<b>/, ""); sub(/ .*/, "", $3); print $3 } ' file

输出:

54
1
0
0

另一个:

awk  -F '[<>]' '
/<td><b>Total<\/b><\/td>/ {
    while (getline > 0 && /<td /) {
        gsub(/<b>/, ""); sub(/ .*/, "", $3)
        print $3
    }
    exit
}' file

这篇关于使用Shell解析HTML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！