Grep 从文件开始的每个单词

Question

所以我有一个文件，我们称之为“page.html”。在这个文件中，有一些我想提取的链接/文件路径。我一直在 BASH 工作，试图做到这一点，但似乎做不到。我想抓取的单词/链接/路径都以“/funny/hello/there/”开头。目标是让所有这些词都进入终端，以便我可以使用它们。

这是我迄今为止尝试过的，但没有运气：

grep -E '^/funny/hello/there/` page.html

和

grep -Po '/funny/hello/there/.*?` page.html

任何帮助将不胜感激，谢谢。

这是文件中的示例数据：

`<td data-title="Blah"  class="Blah" >
                                                                                                                                        <a href="/funny/hello/there/fkljaskdjfl" title="This here">fdsksldjfah</a>
                                                                                            </td>`

我的输出为我提供了如下所示的所有不同行：

<a href="/funny/hello/there/fkljaskdjfl" title="This here">fdsksldjfah</a>

“/fkljaskdjfl”虽然不同。

我希望输出的样子：

/funny/hello/there/fkljaskdjfl
/funny/hello/there/kfjasdflas
/funny/hello/there/kdfhakjasa

Answer 1

你可以使用这个grep命令：

grep -o "/funny/hello/there/[^'\"[:blank:]]*" page.html

然而，人们应该热衷于使用shell 实用程序解析 HTML，并改用专用的 HTML dom 解析器。