sed的 - 提取特定字符串中

Question

角色讓我有些不乾淨的HTML：

"<table class="content divbackground"><tr><td class='title'>&nbsp;</td><td class='title'>From</td><td class='title'>To</td></tr><tr><td class='entry'>Monday</td><td class='entry'>09:00</td><td class='entry'>18:00</td></tr><tr><td class='entry'>Tuesday</td><td class='entry'>09:00</td><td class='entry'>18:00</td></tr><tr><td class='entry'>Wednesday</td><td class='entry'>09:00</td><td class='entry'>18:00</td></tr><tr><td class='entry'>Thursday</td><td class='entry'>09:00</td><td class='entry'>20:00</td></tr><tr><td class='entry'>Friday</td><td class='entry'>09:00</td><td class='entry'>20:00</td></tr><tr><td class='entry'>Saturday</td><td class='entry'>09:00</td><td class='entry'>18:00</td></tr><tr><td class='entry'>Sunday</td><td class='entry'>11:00</td><td class='entry'>18:00</td></tr></table></td></td>" 

這是一家藥店的開放時間（信息發佈在一個公共寄存器）。

現在我可以使用解析器解析HTML，但是我發現這對錯誤並不穩健，我仍然需要取出<table>和</table>之間的代碼。

是否有搜索的所有出現一些不錯的UNIX命令（SED）：

XX：XX

內<td></td>標籤

其中X必須是一個數字？

Answer 1

用正則表達式處理html不是好習慣。但是，如果你輸入的格式是固定的，你可以試試這個grep的行：

grep -oP '<td[^>]*>\K\d\d:\d\d' input 

與例如輸入，輸出：

09:00 
18:00 
09:00 
18:00 
09:00 
18:00 
09:00 
20:00 
09:00 
20:00 
09:00 
18:00 
11:00 
18:00