时间戳

首页 > 解决方案 > 使用 linux command/srcipting 在 HTML 的特定单词之后提取单词

linux - 使用 linux command/srcipting 在 HTML 的特定单词之后提取单词

问题描述

我有一个文件“tes.html”：

<html>
<head><title>Index of /Data/Movies/Hollywood/2016_2017/</title></head>
<body bgcolor="white">
<h1>Index of /Data/Movies/Hollywood/2016_2017/</h1><hr><pre><a href="../">../</a>
<a href="1%20Buck%20%282017%29/">1 Buck (2017)/</a>                                     25-Nov-2019 10:25       -
<a href="1%20Mile%20to%20You%20%282017%29/">1 Mile to You (2017)/</a>                              25-Nov-2019 10:26       -
<a href="1%20Night%20%282016%29/">1 Night (2016)/</a>                                    25-Nov-2019 10:27       -
</pre><hr></body>
</html>

我想获取“%29 / ">”之后的值到 output.txt 并提供一个标题 'title'，例如：

title
1 Buck (2017)/
1 Mile to You (2017)/
1 Night (2016)/

如何使用 awk、sed 等 linux 命令获取上述输出文件。

我试过这段代码：

awk '{for (I=1;I<NF;I++) if ($I == "%29/">") print $(I+1)}' file

标签： linuxshellawksedscripting

解决方案

使用您显示的示例，请尝试以下操作。

awk 'BEGIN{print "title"} match($0,/%29\/">[^/]*/){print substr($0,RSTART+6,RLENGTH-5)}'  Input_file

说明：为上述代码添加详细说明。

awk '                                   ##Starting awk program from here.
BEGIN{print "title"}
match($0,/%29\/">[^/]*/){               ##Using match function to match regex %29\/"> till / here.
  print substr($0,RSTART+6,RLENGTH-5)   ##Printing sub string here.
}
'  Input_file                           ##Mentioning Input_file name here.

推荐阅读