grep의 다양한 출력을 얻는 방법은 무엇입니까?

댓글에서 언급했듯이, grep(구조화되지 않은 텍스트 문서에서 줄을 추출하는 유틸리티)은 일반적으로 HTML이나 구조화된 문서를 구문 분석하는 데 사용하려는 도구가 아닙니다. 이상적으로는 구조화된 쿼리를 문서에 적용하고 데이터를 추출, 수정 또는 처리할 수 있는 도구를 사용하는 것이 좋습니다. XML 문서의 경우 이러한 명령줄 도구 중 하나는 xmlstarlet이를 사용하여 적용할 수 있다는 것입니다.XPath 쿼리XML 문서로.

divHTML 문서가 올바른 XHTML이라고 가정하면 class값이 속성인 노드의 내용을 추출 power-bar-text하고 양쪽의 공백을 제거할 수 있습니다.

xmlstarlet select --template \
    --match '//div[@class="power-bar-text"]' \
    --value-of 'normalize-space()' -nl file.xml

이는 먼저 div우리가 관심 있는 노드를 일치시킨 다음 normalize-space()이러한 일치하는 노드에 적용된 함수의 결과를 추출합니다. 마지막으로 -nl각 출력을 개행 문자로 구분합니다.

또는 짧은 옵션을 사용하세요.

xmlstarlet sel -t \
    -m '//div[@class="power-bar-text"]' \
    -v 'normalize-space()' -n file.xml

귀하가 표시한 문서의 일부를 고려하면 다음과 같이 출력될 수 있습니다.

9
8
11.25
10
6
5
2 (1s)
3
2.50

이 작업은 쉼표로 구분된 한 줄에 전달하여 수행할 수 있습니다.

paste -d , -s -

...이와 같이:

$ xmlstarlet sel -t -m '//div[@class="power-bar-text"]' -v 'normalize-space()' -n file.xml | paste -d , -s -
9,8,11.25,10,6,5,2 (1s),3,2.50

명령의 각 출력 줄에 있는 첫 번째 공백 이전에만 작업이 수행되도록 하려면 몇 가지 추가 처리를 추가하십시오 xmlstarlet.

$ xmlstarlet sel -t -m '//div[@class="power-bar-text"]' -v 'normalize-space()' -n file.xml | sed 's/ .*//' | paste -d , -s -
9,8,11.25,10,6,5,2,3,2.50

---

파일이 XHTML이 아닌 경우 다음을 사용하여 사용할 수 있는 파일로 변환할 수 있습니다.

xmlstarlet format --recover --html file.html >file.xml

쿠살라난다에 추가답변, 보다 일반적인 HTML이 있는 경우 XML로 변환하는 대신 BeautifulSoup을 사용하는 것이 좋습니다(다른 XML 파서 자체를 사용하지 않는다는 의미는 아니며 구문 분석을 처리하는 방식이 사용 사례에 더 우아할 수 있습니다). .

스크립트를 작성하게 됩니다. 그러나 bash스크립트는 아니지만 Python 스크립트(처음부터 직접 작성했으며 피상적으로 테스트함)를 작성합니다.

#! /usr/bin/env python3

from bs4 import BeautifulSoup
import sys

if not len(sys.argv) == 2:
    print(
        f"expected one argument, got {len(sys.argv) - 1}:\n {' '.join(sys.argv)}",
        file=sys.stderr,
    )
    sys.exit(-1)

with open(sys.argv[1]) as inputfile:
    soup = BeautifulSoup(inputfile)

hits = soup.find_all("div", class_="power-bar-text")

for hit in hits:
    content = hit.contents[0].strip()
    print(f"found value {content}")

예를 들어 파일에 저장하고 myparser.py실행 가능하게 만들고( chmod 755 myparser.py) HTML 파일 이름을 인수( )로 사용하여 실행합니다 /path/to/myparser.py /path/to/input.html.

아름답고 설명이 필요한 코드는 이쯤으로 하겠습니다. 이 작업을 셸에서 수행해야 한다고 생각되면 한 줄로 압축할 수 있습니다. (이렇게 하지 말 것을 권합니다. 위의 완전한 읽기 가능하고 합리적인 오류 생성 Python 코드를 bash 스크립트의 여러 줄 문자열/HEREDOC에 포함할 수 있습니다):

infile="foo.html"
python3 -c "from bs4 import BeautifulSoup as BS;soup=BS(open('${infile}'));print('\n'.join(tag.contents[0].strip() for tag in soup.find_all('div', class_='power-bar-text')))"