使用awk或sed卷曲URL中的部分

Posted 2021-03-31

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

什么是最“动态”的方式呢？是否可以仅在“版本”一词之后过滤数字

答案

使用xmllint试试这个：

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

另一答案

最“动态”的方式并非如此。您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。

另一答案

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）

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 ")'是用于从所有span元素中获取具有属性class="h2"的xpath表达式然后从该节点获取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在stdin上工作而不是从文件中工作是很重要的。

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