Question

我实际上是尝试使用Ansible中的Jinja过滤器针对响应中存在的特定属性来解析HTML URI GET响应

我可以使用搜索功能，正则表达式regex_replace标签h3并将标签i标记为''，但不确定如何获取其余的标签，如下所示

 - name: HTML output
      set_fact: response="{{ webpage.results | map(attribute='content')| select('search', '<h3>')|map('regex_replace', '<h3>(.*)</h3>', '\\1')| select('search', '<i>')| map('regex_replace', '<i>(.*)</i>', '\\1')| list }}"
      register: response
      with_indexed_items: "{{ groups['host-group-name'] }}"

当前的HTML“响应”格式

<!--
  ~ Copyright (c) xxxxxx.  All rights reserved.
  -->
<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" "http://www.w3.org/TR/html4/loose.dtd">
<html>
<head>
    <meta http-equiv="Content-Type" content="text/html; charset=xxxxxx">
    <title>xxxxxxxx</title>
<script type="text/javascript" src="/xxxxxxxx/xxxxxxx" data-xxxx="xxxx|xxxx|xxxx|xx,,|"></script></head>
<body>
<h3>Item1 : <i>xxxxxx</i></h3>
<h3>Item2 : <i>xxxxx</i></h3>
<h3>Item3 : <i>xxxxx</i></h3>
<h3>Item4: <i>${xxxxx}</i></h3>
<h3>Item5 : <i>xxxxxx</i></h3>
</body>
</html>

我正在尝试从ansible剧本显示（或注册）的HTML页面响应中仅获取与Item2相关联的“ Item2：值”

Answer 1

您可以按照@ceving的建议使用xmllint，但可以使用XPath表达式查找包含目标值的元素，而不必按索引选择项目。例如，要查找包含h3的{{1}}元素：

Item2

哪个给了我们

xmllint --html --xpath '//h3[contains(text(), "Item2")]/text()' data.html

从中仅提取值很简单。我们可以将其包装在这样的剧本中：

Item2: Value

您没有在示例HTML中显示它，但是如果值包含在--- - hosts: localhost gather_facts: false tasks: - name: parse html command: xmllint --html --xpath '//h3[contains(text(), "Item2")]/text()' - args: stdin: "{{ webpage.results }}" register: match - debug: var: match.stdout - set_fact: result: "{{ match.stdout.split(': ')[1] }}" - debug: var: result中的<i>元素中，则只需将xpath表达式更改为：

<h3><i>Item2: Value</i></h3>

更新

如果输入的HTML无效，则选项较少，主要是您最初使用的基于正则表达式的解决方案。我可能会像这样将它扔到//h3/i[contains(text(), "Item2")]/text()上：

awk

给出问题中给出的示例数据，结果将以- command: >- awk -F"<>" '/Item2/ {print $4}' args: stdin: "{{ webpage.results }}" register: result = result.stdout结束。

使用Jinja过滤器对数据进行Ansible HTML解析和grep

1 个答案: