如何仅使用 grep 提取 bash 中的 html 标签

Question

所以我有这个代码

<span class="cur_wind">Sunrise <b>7:33 am</b> <br />

我想用grep来提取日出时间和日落时间。 我该怎么做？ 我只想使用 grep，因为我不熟悉 awk 和 sed 以及其他。 干杯!

Answer 1

grep真的不是去这里的方法，但如果你没有任何额外的时间操作符，像下面这样的原始东西可能会起作用。

grep -oP "(Sunrise|Sunset|\d+:\d+ (a.m|p.m))" 

样本输出

> cat file
<td valign="top"><span class="cur_wind">Sunrise <b>7:33 a.m.</b> <br />
            Sunset&nbsp; <b>7:17 p.m.</b></span></td>
> grep -oP "(Sunrise|Sunset|\d+:\d+ (a.m|p.m))" file 
Sunrise
7:33 a.m
Sunset
7:17 p.m

或者，这样的事情可能会摆脱更多的错误情况

grep -oP "(Sunrise(.*)\d+:\d+ (a.m|p.m))|(Sunset(.*)\d+:\d+ (a.m|p.m))" file 
Sunrise <b>7:33 a.m
Sunset&nbsp; <b>7:17 p.m

您可以再次通过管道传递给grep以删除标记字符。

Answer 2

你可以使用awk来做到这一点：

awk '{gsub(/<[^>]*>/, " ");$1=$1}1' file
Sunrise 7:33 a.m.
Sunset&nbsp; 7:17 p.m.