使用sed获取带括号的字符串中的数字

Question

我想使用bash脚本获取网站的数量。我首先忘记了网页，然后尝试解析页面并获取数字。

index.html有一个包含我想要的数字的长行。

(...) </dl><dl class=""><dt>Year <dd>   <a title="City" href="http://example.com/City">City</a> <em>(400)</em>  </dd><dd> (...)

我希望在上面的示例中获得 400 。我正在执行以下操作，但是没有匹配：

CITYNUMBER=`sed -n -e 's/.*City<\/a>\s<em>(\(.*?\))<\/em>/\1/p' index.html`

Answer 1

这可能适合你（GNU sed）：

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

Answer 2

sed正则表达式总是贪心，所以.*?无论如何都无法正常工作

事实上，如果你只想提取数字，grep是不错的选择：

grep -Po 'City</a>\s*<em>\(\K\d*(?=\))'

例如：

kent$  echo '(...) </dl><dl class=""><dt>Year <dd>   <a title="City" href="http://example.com/City">City</a> <em>(400)</em>  </dd><dd> (...)'|grep -Po 'City</a>\s*<em>\(\K\d*(?=\))'
400