Question

可能重复：
RegEx match open tags except XHTML self-contained tags

摘自输入文件

<TD class="clsTDLabelWeb" width="28%">Municipality:&nbsp;</TD>
<TD style="WIDTH: 394px" class="clsTDLabelSm" colSpan="5">
<span id="DInfo1_Municipality">JUPITER</span></TD>

我的正则表达式

(?<=<span id="DInfo1_Municipality">)([^</span>]*)

我有一个HTML文件保存到磁盘。 我想使用grep搜索文件并输出特定范围的内容，但我不知道这是否正确使用了grep。当我在文件上运行grep时，表达式从另一个文件读取（所以我不会弄乱任何特殊字符），它不会输出任何内容。我在RegExr中测试了表达式，它匹配“JUPITER”，这正是我想要的返回。非常感谢你的帮助！

期望输出

JUPITER

Answer 1

尝试一下：

sed -n 's|^<span id="DInfo1_Municipality">\([^<]*\)</span></TD>$|\1|p' file

或使用GNU grep和你的正则表达式：

grep -Po '(?<=<span id="DInfo1_Municipality">)([^</span>]*)'

Answer 2

Grep不支持那种类型的正则表达式（lookbehind断言），并且它是一个非常糟糕的工具，但是对于给定它可行的示例，将在许多情况下中断。

grep -io "<span id=\"DInfo1_Municipality\">.*</span>" file.htlm | grep -io ">[^<]*" | grep -io [^>]*

像那样疯狂的事情，不是一个好主意。

Answer 3

sed -n '/DInfo1_Municipality/s/<\/span.*//p' file | sed 's/.*>//'

使用grep从本地文件中的HTML标记内部获取文本

3 个答案: