使用 linux 命令/srcipting 在 HTML 的特定单词之后提取单词
[英]Extract word after a specific word of HTML using linux command/srcipting
问题描述
我有一个文件'tes.html'：
<html>
<head><title>Index of /Data/Movies/Hollywood/2016_2017/</title></head>
<body bgcolor="white">
<h1>Index of /Data/Movies/Hollywood/2016_2017/</h1><hr><pre><a href="../">../</a>
<a href="1%20Buck%20%282017%29/">1 Buck (2017)/</a> 25-Nov-2019 10:25 -
<a href="1%20Mile%20to%20You%20%282017%29/">1 Mile to You (2017)/</a> 25-Nov-2019 10:26 -
<a href="1%20Night%20%282016%29/">1 Night (2016)/</a> 25-Nov-2019 10:27 -
</pre><hr></body>
</html>
我想获取“%29 / ">”之后的值到 output.txt 并提供一个 header 'title'，例如：
title
1 Buck (2017)/
1 Mile to You (2017)/
1 Night (2016)/
如何使用 linux 命令（如 awk、Z177544AA797AFEF7F324E 等）获取 output 文件，如上述文件。
我试过这段代码：
awk '{for (I=1;I<NF;I++) if ($I == "%29/">") print $(I+1)}' file
2 个解决方案
解决方案1
2 已采纳 2021-04-08 07:27:26
使用您显示的示例，请尝试以下操作。
awk 'BEGIN{print "title"} match($0,/%29\/">[^/]*/){print substr($0,RSTART+6,RLENGTH-5)}' Input_file
说明：为上述代码添加详细说明。
awk ' ##Starting awk program from here.
BEGIN{print "title"}
match($0,/%29\/">[^/]*/){ ##Using match function to match regex %29\/"> till / here.
print substr($0,RSTART+6,RLENGTH-5) ##Printing sub string here.
}
' Input_file ##Mentioning Input_file name here.
解决方案2
2 2021-04-08 09:12:43
还可以使用awk将FS设置为'[><]'并打印$3 ：
awk -F'[><]' 'BEGIN{ print "title" } /%29/ {print $3}' file
title
1 Buck (2017)/
1 Mile to You (2017)/
1 Night (2016)/
或者这个使用$2的最后一个（你需要的条件）：
awk -F'[><]' 'BEGIN{ print "title" } $2 ~ /%29\/"$/ {print $3}' file
title
1 Buck (2017)/
1 Mile to You (2017)/
1 Night (2016)/
使用 linux/unix 脚本在 HTML 的特定单词之后获取多个单词
[英]get multiple words after a specific word of HTML using linux/unix scripting
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.