我试图通过此链接抓取在泊坞窗中心找到的所有存储库名称：https://hub.docker.com/search/?q=*&page=1&isAutomated=0&isOfficial=1&pullCount=0&starCount=0
我感兴趣的HTML标记是：
<div class="RepositoryListItem__repoName___3iIWs" data-reactid=".s0zyncta0w.1.2.1.0.0.$4lexnz/overtime.0.0.1.0">4lexnz/overtime</div>
每个存储库的data-reactid始终不同。
我正在使用Bash，并希望grep包含class =＆＃34; RepositoryListItem__repoName ___ 3iIWs＆＃34;的每个div的div标签之间的文本。有人可以帮我构建一个正则表达式和命令链来在bash中做到这一点吗？
到目前为止，我有：
content=$(curl -L 'https://hub.docker.com/search/?q=*&page=1&isAutomated=0&isOfficial=0&pullCount=0&starCount=0')
echo $content | grep -oP '(?<=<div class="RepositoryListItem__repoName___3iIWs").*?(?= </div>)'
但这根本不会返回任何东西。 $ content的值是正确的，因此它是最后一个没有做我想要的grep。有人可以帮忙吗？谢谢！
答案 0 :(得分：1)
我认为你应该使用类似的东西：
content=$(curl -L 'https://hub.docker.com/search/?q=*&page=1&isAutomated=0&isOfficial=0&pullCount=0&starCount=0')
echo $content | grep -oP '<div class="RepositoryListItem__repoName___3iIWs"\s(.)+?>(\K.+?)(?=<\/div>)'
这似乎对我有用，通过这种方式，您可以提取包含<div >和</div>内的文字的组。
请注意我在使用RegEx和grep时非常新，所以可能会有一些聪明的东西，但这可以做你想要的。
\K标记会删除之前的所有匹配项，并且(?=)我会从匹配项中删除</div>部分。