Howdoesshellselectcontentwithinthekeywordrange?
这是一个 HTML 文件，在 HTML 文件中包含大量<section>... </section>内容，其格式如下。
<!DOCTYPE html>
<html>
<head>
<title>Page Title</title>
</head>
<body>
<section>
<div>
<header><h2>This is a title (RfQVthHm)</h2></header>
More HTML codes...
</div>
</section>
<section>
<div>
<header><h2>This is a title (UaHaZWvm)</h2></header>
More HTML codes...
</div>
</section>
<section>
<div>
<header><h2>This is a title (vxzbXEGq)</h2></header>
More HTML codes...
</div>
</section>
</body>
</html>
我需要提取第二个<section>...</section>内容。
这是预期的输出。
<section>
<div>
<header><h2>This is a title (UaHaZWvm)</h2></header>
More HTML codes...
</div>
</section>
我注意到我可以先查找UaHaZWvm字符（以及前面 2 行），直到遇到下一个</section>.
OP的努力（在评论中提到）： grep -o "hi.*bye" file
可以用这个来完成awk，sed或者grep工具讨好？
回答
由于您正在使用 HTML，因此使用能够识别格式的工具（例如或其他一些允许您使用 XPath 表达式来提取部分文档的程序）更简单也更好xmllint：
$ xmllint --html --xpath '//section[2]' input.html 2>/dev/null
<section>
<div>
<header><h2>This is a title (UaHaZWvm)</h2></header>
More HTML codes...
</div>
</section>
（xmllint给出了很多关于标签的错误；我不认为它真的支持HTML5？无论如何，这就是为什么上面有标准错误的重定向。）
hxselect来自 W3C 的HTML-XML-utils程序集合的替代使用。它没有使用 XPath，而是使用 CSS 选择器来指定从文档中获取的内容：
hxselect 'section:nth-child(2)' < input.html
THE END
二维码