使用正则表达式检索字符之间的字符串

Question

我想使用grep命令或只知道regex以获取“＆gt;”之间的以下字符串和“＆lt;”字符。

string：

<f id=mos-title>demo-break-1</f>

我想返回

demo-break-1

Answer 1

假设文件foo包含：

<f id=mos-title>demo-break-1</f>
<f id=mos-title>demo-break-2</f>
<f id=mos-title>demo-break-3</f>
<a>foo testing</a>

你可以这样做：

perl -ne 'print "$1\n" if /<.+id=mos-title>(.+?)<\/f>/' foo

请记住，这些匹配只发生在一行上是严格的。此外，您必须考虑格式中的任何偏差，因为这不是有效的HTML解析器。

就严格而言，这是一种更宽松的方法，但仍然不是100％符合HTML。

perl -ne 'print "$1\n" if /<.+id=mos-title\b.*?>\s*(.+?)\s*<\/f>/' foo

输出如下：

demo-break-1
demo-break-2
demo-break-3

Answer 2

如果您有一个合适的xml文档：

<root>
  <f id="mos-title">demo-break-1</f>
</root>

您可以使用正确的解析器：

xmllint --xpath "/root/f[@id='mos-title']" input.xml | \
      sed 's/[^>]*>\([^<]*\)<[^>]*>/\1\n/g'

根据您的输入，您确定输入格式一致（即生成），您可以使用sed：

sed 's/[^>]*>\([^<]*\)<[^>]*>/\1/g' input

Answer 3

通常最好使用XML解析器，但你可以试试这个awk：

awk '$1==s{print $2}' s="f id=mos-title" RS=\< FS=\> file