grep命令始终包含具有匹配输出的html标记

Question

这是一个奇怪的问题..

我有一个html标签之间的单词列表，每个标签用一行分隔，左边有一些空格，如下所示：

    <td>word</td>
    <td>anotherWord</td>
    ...

我想从列表中提取单词而不是标签，所以我使用：

temp=$(printf "%s" "$temp" | egrep '[....]')

只是为了澄清，“temp”是要搜索的输入。 （我在bash脚本中执行此操作，并将输入存储在变量temp中）。 “...”是一个字符列表，因为我试图提取的单词只使用某些字符。

每当grep找到匹配项时，它会输出单词以及两侧的html标记！这只发生在匹配中，因为我通过让regex参数变成乱码来测试它，比如'09680876' - 它在临时文件中没有匹配，而grep没有输出任何内容。

我还尝试使用我知道匹配的特定单词作为正则表达式参数，如下所示：

.... | egrep 'hanai')

我知道'hanai'在示例文本中是明确的匹配。这导致了grep输出

<td>hanai</td>

我完全难过，无法在线找到解决方案。非常感谢有人指出我正在犯的明显错误。

Answer 1

根据a related question这里使用grep（和egrep）中的扩展和perl模式。你必须使用一个正则表达式，它返回只匹配的组（标签文本）......这样（未经测试）：

grep -oP '<[a-zA-Z]+> \K\[^<]+' test.txt

上面的正则表达式只是返回标记的文本，作为匹配的组并拒绝任何打开的关闭标记

grep extended patterns

Answer 2

默认情况下grep（和egrep）输出包含匹配模式的行。如果您只想使用匹配的模式，请使用-o标记。

来自man egrep：

-o, --only-matching
       Print  only  the  matched  (non-empty) parts of a matching line,
       with each such part on a separate output line.