我想在 linux 命令行下执行标题命名的操作(几个 ca bash 脚本也可以)。我尝试的命令是:
sed 's/href="([^"])"/$1/g' page.html > list.lst
但显然它失败了。
准确地说,这是我的输入:
<link rel="stylesheet" type="text/css" href="style/css/colors.css" />
<link rel="stylesheet" type="text/css" href="style/css/global.css" />
<link rel="stylesheet" type="text/css" href="style/css/icons.css" />
我想要的输出是输入文件中所有匹配项的逗号分隔或空格分隔列表:
style/css/colors.css,style/css/global.css,style/css/icons.css
我想我的表达是正确的:href="([^"]*)"
但我不知道如何执行此操作。 sed 会进行搜索/替换,这不是我想要的。(相反,我只需要保留匹配项并将其余部分扔掉,而不是替换它们)
最佳答案
grep href page.html | sed 's/^.*href="\([^"]*\)".*$/\1/' | xargs | sed 's/ /,/g'
这将提取所有包含 href
的行,并且只会获取每行的第一个 href
。另请参阅 this post关于使用正则表达式解析 HTML。
关于regex - 从文件中提取正则表达式捕获组的匹配项,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/6831741/