Bash 如何使用awk提取固定长度的字符串？

我想运行一个脚本，从html文件中提取大量字符串，并将所有字符串导入新文件。更具体地说，我想查看所有

和

对之间的字符串，如果它们之间的字符串长度为

k

，则提取字符串。

awk

不是解析xml的正确工具，但对于这种简单的情况，以下内容可能就足够了

awk '/<\/$/ && length == k + 2' RS='td>' k=$K input

awk'/'k=$k输入

---

这将输出每个字符串加上尾随的

，将html文件视为普通文件怎么样？怎么样？不要使用面向行的工具来处理结构化数据。对其他工具有什么建议吗？如果你对Python有点熟悉，我会看看。