如何使用wget在网页中的特定标签之间抓取文本？

Question

如何使用wget在网页中的特定标签之间抓取文本？搜索似乎没有发现wget特有的任何内容。提前谢谢。

Answer 1

这是卷曲非常有用的事情。

快速未经测试的哈克：

curl $url | grep $tag | sed -r 's/.*$tag([^<]+).*/\1/'

Answer 2

使用wget下载文件，然后使用grep或正则表达式（sed）或某种外部HTML解析器（有很多很多）搜索它。 Wget本身无法做到这一点。

我建议使用XMLStarlet或Xidel。

Xidel：

xidel http://website.com  -e "css('a')"

只需使用CSS选择器选择特定标签（将选择器放在css('{selectors here}')内）。