Question

我正在尝试从包含此文件的文件中取一个数字：

     <span class="num text-emphasized">
      3,200
    </span>
    commits

我正在使用我写的这个函数：

awk '
 BEGIN { found=0 }
/<span class="num text-emphasized">/ { found=1 }
found == 1 && /[:digit:]/ { print ; num=$0 }
found == 1 && /commits/ { exit 1 }
 END   { print num
}' myFile

我想获得3,200（如果可能的话，3200）。但是我无法找到它......

这是我的输出：

    <span class="num text-emphasized">
    commits
    commits

我认为问题来自空间。？

谢谢

Answer 1

这应该做：

awk '/<span class="num text-emphasized">/ {f=NR} f && f+1==NR {print $1}' file
3,200

或

awk '/<span class="num text-emphasized">/ {f=NR} f && f+1==NR {sub(/,/,"");print $1}' file
3200

找到<span class="num text-emphasized">后，打印下一行。

Answer 2

喜欢这个？（用于多字符RS的GNU awk和用于匹配（）的第3个arg：

$ awk -v RS='^$' 'match($0,/.*<span\s+class="num\s+text-emphasized">\s*(\S+)\s*<\span>/,a){gsub(/,/,"",a[1]); print a[1]}' file
3200

无论在线和线之间有什么空白区域，上面都会有效。

Answer 3

看起来你有一些HTML。我建议使用HTML解析器：

$ perl -Mojo -E'$d=Mojo::DOM->new(do { local $/; <> }); 
  say $d->at("span.num.text-emphasized")->text =~ s/,//r' file.html
3200

在HTML文件中使用Slurp，构造一个DOM对象。获取您感兴趣的范围的文本内容，删除逗号。

用awk从文件中取数字

3 个答案: