grep 命令始终包含具有匹配输出的 html 标记答案

【问题标题】：grep command always includes html tag with matching outputgrep 命令始终包含具有匹配输出的 html 标记
【发布时间】：2015-04-11 08:21:02
【问题描述】：

这是一个奇怪的问题..

我有一个 html 标签之间的单词列表，每个单词由一行分隔，左侧有一些空格，如下所示：

    <td>word</td>
    <td>anotherWord</td>
    ...

我想从列表中提取单词而不是标签，所以我使用：

temp=$(printf "%s" "$temp" | egrep '[....]')

澄清一下，“temp”是要搜索的输入。（我在 bash 脚本中执行此操作，并将输入存储在变量 temp 中）。 “...”是一个字符列表，因为我尝试提取的单词仅使用某些字符。

只要 grep 找到匹配项，它就会输出单词以及两边的 html 标签！这仅在匹配时发生，因为我通过将正则表达式参数设置为乱码进行了测试，例如“09680876” - 它在临时文件中没有匹配项，并且 grep 没有输出任何内容。

我还尝试使用我知道匹配的特定单词作为正则表达式参数，如下所示：

.... | egrep 'hanai')

我知道“hanai”在示例文本中是绝对匹配的。这导致 grep 输出

<td>hanai</td>

我完全被难住了，无法在线找到解决方案。希望有人指出我正在犯的明显错误。

【问题讨论】：

【解决方案1】：

根据a related question 此处以及在 grep（和 egrep）中使用扩展和 perl 模式。您将不得不使用一个正则表达式，它返回 only 匹配的组（标签的文本）……像这样（未测试）：

grep -oP '<[a-zA-Z]+> \K\[^<]+' test.txt

上面的正则表达式只返回标签的文本，作为匹配组并拒绝任何打开的关闭标签

【讨论】：

【解决方案2】：

默认情况下grep（和egrep）输出包含匹配模式的行。如果您只想要匹配的模式，请使用 -o 标志。

来自man egrep：

-o, --only-matching
       Print  only  the  matched  (non-empty) parts of a matching line,
       with each such part on a separate output line.

【讨论】：