從html頁面獲取文本shell

我試圖從shell中的html頁面獲取文本，作爲腳本的一部分，向我顯示本地區的溫度。從html頁面獲取文本shell

然而，我不能讓我圍繞着如何使用grep頭正確

摘自網頁

</div><div id="yw-forecast" class="night" style="height:auto"><em>Current conditions as of 8:18 PM GMT</em><div id="yw-cond">Light Rain Shower</div><dl><dt>Feels Like:</dt><dd>6 &deg;C</dd><dt>Barometer:</dt><dd style="position:relative;">1,015.92 mb and steady</dd><dt>Humidity:</dt><dd>87 %</dd><dt>Visibility:</dt><dd>9.99 km</dd><dt>Dewpoint

除了短砍下進一步

<dt>Feels Like:</dt><dd>6 &deg;C</dd>

試圖抓住6 ° C

我試過了各種不同的戰術，包括grep和awk。 shell嚮導可以幫我嗎？

來源

2011-02-01 Pez Cuckow

嘗試

grep -o -e "<dd>.*deg;C</dd>" the_html.txt

從手冊頁：

-e PATTERN, --regexp=PATTERN 
     Use PATTERN as the pattern. This can be used to specify 
     multiple search patterns, or to protect a pattern beginning with 
     a hyphen (-). (-e is specified by POSIX.) 

... 

-o, --only-matching 
     Print only the matched (non-empty) parts of a matching line, 
     with each such part on a separate output line.

如果你想擺脫<dd>和</dd>過，只是追加| cut -b 5-12。

來源

2011-02-01 21:15:54 aioobe

$ grep的-o -e 「

[^ <]*deg;C

」 /tmp/weather.html $〇一二三五二〇三一六三六6 ° C – 2011-02-01 21:20:51

沒錯。更新了答案，包括如何擺脫這些dd標籤。 – aioobe 2011-02-01 21:22:34

如果x是你的輸入文件和HTML源作爲定期格式化爲你寫的，這應該工作 -

的grep度X | SED -e 「：S＃^ >（[0-9] {1,2} \ ° [CF]）<＃\ 1＃」。

塞特

來源

2011-02-01 21:27:41

這給嘗試：

grep -Po '(?<=Feels Like:</dt><dd>).*?(?=</dd>)' | sed 's/ &deg;/°/'

結果：

6°C

來源

2011-02-01 21:32:32

從html頁面獲取文本shell

回答

相關問題