Início / unix / Perguntas / 555190
Accepted
Luciano Andress Martini
Asked: 2019-12-03 06:08:46 +0800 CST

Sed como extrair texto entre duas tags, mas incluindo-o

  • 772

Estou tentando descobrir por que este comando não está funcionando para mim:

sed -n -e '/<a href=\(.*\)>/,/<\/a>/p' text.html

Em text.html temos algo como...

<somestupidstuff> <a href='teste'> teste </a> </somestupidstuff>

A saída desejada é:

<a href='teste'> teste </a>

Mas o que eu recebo é:

<somestupidstuff> <a href='teste'> teste </a> </somestupidstuff>

Talvez eu não esteja entendendo completamente o regex.

regular-expression sed

1 respostas

  1. Best Answer

    É muito mais fácil de usar greppara o seu caso. Por exemplo, desta forma:

    grep -o '<a href=[^<]*<\/a>'

    Caso haja <entre <a href>..</a>você pode tentar isso:

    grep -o '<a href=.*<\/a>'

    No entanto, preste atenção que ele pode retornar um dado que você não espera para strings onde você tem várias <a href=...</a>ocorrências na mesma string.

    sednão funciona para você porque /pattern1/,/pattern2/pinstrui seda imprimir todas as linhas entre linha pattern1a linha pattern2(incluindo linhas com padrões).

    O problema também pode ser resolvido sed, mas depende do somestupidstuffconteúdo (por exemplo, se é o mesmo em todos os casos ou não, etc.)

    • 3

relate perguntas