在html标记之间提取数字

Question

我想在HTML标记之间提取两种类型的数字：

>******</a></td>

*****是一个长度可变的数字[0-9] {1,5}，可以通过逗号“311,3454”分隔（逗号也是必需的）

提取这些数字的最佳方法是什么？ awk，sed，grep？

Answer 1

grep可以做到：

grep -Po '(?<=>)[0-9,]*(?=</a></td>)' file

它在>和</a></td>之间提取数字和逗号的组合。

测试

$ cat a
>234,23</a></td>
>234,23</b></td>

$ grep -Po '(?<=>)[0-9,]*(?=</a></td>)' a
234,23