Question

我正在学习bash，并且试图解析网页（https://chromium-i18n.appspot.com/ssl-address）并提取href o f使用sed感兴趣。我使用的模式是：

/<a\shref=\'\/ssl-address\/data\/([^\"]*)\'>/siU

但是，我无法使表达式与sed一起使用。当我跑步时：

data=$(wget ${serviceUrl} -q -O -)
parsedData=$(sed '/<a\shref=\'\''\/ssl-address\/data\/([^\"]*)\'\''>/siU/' <<< ${data})
echo ${parsedData}

我收到以下错误：

sed: 1: "/<a\shref=\'\/ssl-addre ...": unterminated substitute pattern

我在做什么错了？

Answer 1

这是您要做什么吗？

$ wget 'https://chromium-i18n.appspot.com/ssl-address' -q -O - |
    sed -n 's:.*/ssl-address/data/\([^'\'']*\).*:\1:p'
AC
AD
AD/Canillo
AD/Encamp

我看到您在sed脚本周围使用双引号而不是单引号得到了一些答案，因此您可以使用"...'..."而不是'...'\''...'-虽然很诱人，但对于当前的特定功能，它的功能还可以例如，不要这样做。为了避免现在或以后更改需求时出现任何意外，在所有shell编程中，始终将字符串和脚本用单引号引起来，除非您需要将它们暴露给shell进行解释，然后使用双引号除非您需要外壳程序对其进行遍历和扩展文件名，然后不使用引号。

Answer 2

好的，您正在尝试解析整个网页。这种情况需要删除所有不需要的行。正如@Ed Morton所说，您可以使用sed以外的其他名称。

如您在评论中告诉我们的，您的网页为this，因此您首先需要下载它。请注意，更改了下载页面源的方式后，您可以进行一些更改（从Firefox控制台粘贴它的EG复制，您将拥有href="，使用wget您将拥有{{1} }。

也就是说，让我们像在当前问题中那样使用wget。

href='

编辑：

阅读您的评论，我看到您想过滤一些输出（例如，删除所有示例链接）

这可以添加一部分# This will create the ssl-address file wget "https://chromium-i18n.appspot.com/ssl-address" # This will give you a list of all of the links in a href. sed -e "/<a href='.*/! d" -e "s/<a href='\/ssl-address\/data\/\(.*\)'.*/\1/" ssl-address来删除不需要的行。在您的情况下，您只需要添加sed，因此整个代码行应如下所示：

-e "/<a href='\/ssl-address\/examples.*/d"

Answer 3

根据输入数据，您可能想要这样的东西：

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

它说：“匹配任何.*，后跟文字字符href='，然后再匹配'字符[^']*（我们使用{{1} } ... \(符号后跟\)字符，后跟任何字符”。

请注意，我使用'括起"表达式，以避免您不得不引用sed。

如何使用sed正则表达式模式匹配

3 个答案: