Question

我有一个包含以下内容的bash变量：

<a onclick="return:false;" href="https://example.com/file-X.Y.Z.zip"><div class="btn">Linux</div></a>

我想做的是提取href部分。我确实需要获取文件名。

我该怎么做？我已经尝试了sed和awk，但没有太多运气......虽然我对这些工具完全是新手，所以这肯定是我的错。< / p>

Answer 1

对于简单的情况，您可以使用sed：

sed -r 's/.*href="([^"]+).*/\1/g'

Answer 2

在发出必要警告之后请不要使用Bash，sed，其他简单工具解析HTML，在这种情况下：

$ echo "$var"
<a onclick="return:false;" href="https://example.com/file-X.Y.Z.zip"><div class="btn">Linux</div></a>
$ echo "$var" | sed -E 's/^.*href/href/; s/>.*//'
href="https://example.com/file-X.Y.Z.zip"

或者，纯粹的Bash：

$ [[ $var =~ (href=\"[^\"]*\") ]] && echo "${BASH_REMATCH[1]}"
href="https://example.com/file-X.Y.Z.zip"

Answer 3

Bash不应该用于此类事情，但您可以使用grep：

html='<a onclick="return:false;" href="https://example.com/file-X.Y.Z.zip"><div class="btn">Linux</div></a>'

echo "$html" | grep -o 'href="[^"]*' | tail -c +7

使用tail删除href=部分也会打印：

https://example.com/file-X.Y.Z.zip

如果你只想要文件名，你可以这样做：

filename=$(basename $(echo "$html" | grep -o 'href="[^"]*' | tail -c +7))
echo "$filename"

获得：

file-X.Y.Z.zip

Answer 4

正确的方法是在这种情况下使用XML / HTML解析器。

xmlstarlet方法：

{{1}}

BASH从字符串中提取链接href

4 个答案: