用awk或sed

Question

我有一个来自curl命令的URL的一部分，如：

<span class="h2">Newest Version 2.1.4</span>

（结果更长，但这也应该这样做。 我想要一个只留下

的sed或awk语句

2.1.4

最“动态”的方式是什么？是否可以仅在“版本”一词之后过滤数字

Answer 1

使用xmllint：

尝试此操作

curl ...... |
xmllint --html --xpath '//span[@class="h2"]/text()' |
grep -oP 'Newest Version \K.*'

Answer 2

最“动态”的方式并非如此。你需要最强大和最灵活的方式。

xmlstarlet 解决方案：

xmlstarlet sel -t -v 'substring(//span[@class="h2"]/text(), 16)' -n input.html

输出：

2.1.4

处理XML / HTML数据时始终使用XML / HTML解析器。

Answer 3

您可以使用以下命令，该命令必须通过管道传递到将获取您的html文件的命令（curl或其他内容）

xmllint --html --xpath 'substring-after(//span[@class="h2"],"Newest Version ")' -

说明：

1. --html激活HTML解析器模式
2. --xpath来评估xpath表达式，这里的xpath表达式是：
3. 'substring-after(//span[@class="h2"],"Newest Version ")'是xpath表达式，用于从属性class="h2"的所有span元素中获取然后从该节点获取Newest Version之后的子字符串
4. 最后但同样重要的是，最后使用-让xmllint工作stdin而不是使用文件。

测试：

$ echo '<span class="h2">Newest Version 2.1.4</span>' | xmllint --html --xpath 'substring-after(//span[@class="h2"],"Newest Version ")' -
2.1.4