使用Jinja过滤器对数据进行Ansible HTML解析和grep

实际上，我正在尝试使用Ansible中的Jinja过滤器解析HTML URI GET响应，以获得响应中存在的特定属性

我可以使用搜索，regex_将标记h3和标记I替换为“”，但不确定如何使用下面的其余标记

 - name: HTML output
      set_fact: response="{{ webpage.results | map(attribute='content')| select('search', '<h3>')|map('regex_replace', '<h3>(.*)</h3>', '\\1')| select('search', '<i>')| map('regex_replace', '<i>(.*)</i>', '\\1')| list }}"
      register: response
      with_indexed_items: "{{ groups['host-group-name'] }}"

-名称：HTML输出
set|fact:response=“{{webpage.results|map（attribute='content'）| select（'search'，''）| map（'regex|u replace'，'（.''），'.''''\\1'）| select（'search'，''）| map（'regex|u replace'，'，'（.'.'''''''.''''''.'''''''''
寄存器：响应
带有索引项：“{groups['host-group-name']}”

当前HTML“响应”格式

xxxxxxxx
项目1:xxxxxx
项目2:xxxxx
项目3:xxxxx
项目4:${xxxxx}
项目5:xxxxxx

---

我试图从ansible playbook显示（或注册）的HTML页面响应中仅获取“Item2:Value”或与Item2关联的“Value”

您可以使用

xmllint

，正如@ceving建议的那样，但是，您可以使用XPath表达式来查找包含目标值的元素，而不是按索引选择项。例如，要查找包含

Item2

的

h3

元素：

xmllint --html --xpath '//h3[contains(text(), "Item2")]/text()' data.html

这给了我们：

Item2: Value

仅从中提取值是微不足道的。我们可以用这样的剧本来概括：

---
- hosts: localhost
  gather_facts: false
  tasks:
    - name: parse html
      command: xmllint --html --xpath '//h3[contains(text(), "Item2")]/text()' -
      args:
        stdin: "{{ webpage.results }}"
      register: match

    - debug:
        var: match.stdout

    - set_fact:
        result: "{{ match.stdout.split(': ')[1] }}"

    - debug:
        var: result

- command: >-
    awk -F"<>" '/Item2/ {print $4}'
  args:
    stdin: "{{ webpage.results }}"
  register: result

您不会在示例HTML中显示它，但如果值包含在

元素中，如

Item2:Value

中，则只需将xpath表达式更改为：

//h3/i[contains(text(), "Item2")]/text()

更新

如果输入的HTML无效，则选项会减少，主要是您最初使用的基于正则表达式的解决方案。我可能会把它扔到

awk

，如下所示：

---
- hosts: localhost
  gather_facts: false
  tasks:
    - name: parse html
      command: xmllint --html --xpath '//h3[contains(text(), "Item2")]/text()' -
      args:
        stdin: "{{ webpage.results }}"
      register: match

    - debug:
        var: match.stdout

    - set_fact:
        result: "{{ match.stdout.split(': ')[1] }}"

    - debug:
        var: result

- command: >-
    awk -F"<>" '/Item2/ {print $4}'
  args:
    stdin: "{{ webpage.results }}"
  register: result

-命令：>-
awk-F“'/Item2/{print$4}”
args：
stdin:“{webpage.results}”
寄存器：结果

---

根据您在问题中提供的示例数据，这将以

结果结束。stdout

=

xxxxx

您的HTML“响应”不是HTML。反斜杠太多。请使用专用工具分析HTML:

xmllint--HTML--xpath'//h3[2]/text（）'response.HTML

感谢您的输入。我是xmllint的新手，曾尝试按照建议解析xmllint的上述HTML响应（更新类似于确切的响应），但其结果是“HTML解析器错误放置标签”。请提出建议。这意味着您输入的HTML无效。如果无法确保有效输入，则必须遵循最初的想法，即使用某种基于正则表达式的解决方案来提取所需的数据。是的，通过调查发现，HTML似乎以字符串格式在列表中传递，这导致xmllint抛出错误。我试图用Python解析字符串，但有一个问题。我可以把它包括在这里吗？你可能应该为此提出一个新问题。