如何搜索特定文本并回显该特定文本的下一个字符？

Question

我有一个项目要求，在搜索特定文本后需要打印文本的下一个字符。

为了更好地理解，这是一个例子。

我有index.html个文件，想在搜索文本后打印特定文字。

问题：<b>WELCOME</b>中有index.html字样。现在我要搜索<b>，打印文本WELCOME直到</b>。

bash# cat index.html | grep "" ?? 

请帮我在Linux中使用shell命令或shell脚本打印此内容。

Answer 1

你可以使用sed：

sed -n -e 's/.*<b>\([^<]*\)<\/b>.*/\1/p' index.html

“-n”标志告诉sed只打印你告诉它的行。

“s”命令将替换与正则表达式匹配的字符串与另一个字符串。我将尝试解释正则表达式（正则表达式）：

1. .*匹配一系列字符
2. <b>匹配相应的字符串
3. \([^<]*\)稍微复杂一些。对于初学者，前缀为反斜杠的括号告诉sed将它匹配的内容存储到辅助变量中。 [^<]匹配除<字符以外的任何字符，后面的星号表示它应该匹配它的序列（即不是<的字符序列）。
4. <\/b>匹配</b>字符串，但我们必须使用反斜杠转义斜杠字符，以免混淆sed认为它是正则表达式的结尾。
5. .*匹配另一个字符序列

在正则表达式之后，一个字符串告诉sed使用什么作为替换。在这种情况下，它只是\1告诉sed打印第一个捕获组（即，在以下情况下，上面第3部分匹配的所有内容，这意味着<b>和</b>之间的所有内容）。

最后在最后一个斜线之后，我们告诉sed用“p”字符打印替换的行。如果一行与正则表达式不匹配，则不会打印，因为我们使用了上面的“-n”标志。

希望这有助于=）

Answer 2

以快速和快速方式打印当前页面标题的示例肮脏的方式：

wget -q -O - 'http://tinyurl.com/9n6wayk' |
    sed -n '/<title>/{s:<title>\(.*\)</title>:\1:;p;q;}'

详细说明了sed命令：

• -n选项仅显示匹配的行
• 开头的//部分就像grep：我们使用匹配的行
• {}用于包含命令
• s:::是替换（分隔符可以是任何字符，默认字符为/）
• \(.*\)正在进行捕获
• \ 1是捕获的字符串
• p用于打印修改后的字符串
• q是在匹配行
之后退出的

更简洁的方法是在Python，Ruby或Perl等第三代语言中使用Xpath。

在当前stackoverflow页面上使用shell中的Xpath的简单方法：

xmllint 2>/dev/null --html \
    --xpath '/html/head/title/text()' \
    http://tinyurl.com/9n6wayk

xmllint是libxml

的一部分