Bash 使用grep、sed或awk在匹配后获取上一个href

我有一个未格式化的html文件，需要在匹配之前获取href链接。。。我的html文件看起来像：

<a href="url1.com">Bla Bla Bla [Test1]</a><a href="url2.com">Bla Bla Bla [Test2]</a><a href="url3.com">Bla Bla Bla [Test3]</a>

我真的很感谢你的帮助

谢谢

这应该可以：

sed -n 's/.*href="\([^"]*\)">.*\[Test2\].*/\1/p' file
url2.com

使用GNU grep：

grep -oP '(?<=href=")[^"]*(?=">[^<>]*\[Test2\])' file
url2.com

grep-oP'（？这应该可以：

sed -n 's/.*href="\([^"]*\)">.*\[Test2\].*/\1/p' file
url2.com

使用GNU grep：

grep -oP '(?<=href=")[^"]*(?=">[^<>]*\[Test2\])' file
url2.com

grep-oP'（？
$awk-F'[\\]”]“{for（i=1；i
$awk-F'[\\]”]”{for（i=1；i使用带PCRE的
grep
）：


href=“
在所需URI之前匹配，
\K
放弃匹配

[^”]+
获取所需的部分

零宽度正向前瞻模式，
（？=“[^[]+\[Test2\]）
，确保匹配后面紧跟方括号中的任何内容，但
[Test2]



使用sed的类似逻辑：

sed -E 's/.*[[:blank:]]href="([^"]+)"[^[]+\[Test2\].*/\1/' file.html


示例：

$ grep -Po 'href="\K[^"]+(?="[^[]+\[Test2\])' <<<'<a href="url1.com">Bla Bla Bla [Test1]</a><a href="url2.com">Bla Bla Bla [Test2]</a><a href="url3.com">Bla Bla Bla [Test3]</a>' 
url2.com

$ sed -E 's/.*[[:blank:]]href="([^"]+)"[^[]+\[Test2\].*/\1/' <<<'<a href="url1.com">Bla Bla Bla [Test1]</a><a href="url2.com">Bla Bla Bla [Test2]</a><a href="url3.com">Bla Bla Bla [Test3]</a>'
url2.com

$grep-Po'href=“\K[^”]+（？=”[^[]+\[Test2\]）”使用带PCRE的
grep
（
-p
）：


href=“
在所需URI之前匹配，
\K
放弃匹配

[^”]+
获取所需的部分

零宽度正向前瞻模式，
（？=“[^[]+\[Test2\]）
，确保匹配后面紧跟方括号中的任何内容，但
[Test2]



使用sed的类似逻辑：

sed -E 's/.*[[:blank:]]href="([^"]+)"[^[]+\[Test2\].*/\1/' file.html


示例：

$ grep -Po 'href="\K[^"]+(?="[^[]+\[Test2\])' <<<'<a href="url1.com">Bla Bla Bla [Test1]</a><a href="url2.com">Bla Bla Bla [Test2]</a><a href="url3.com">Bla Bla Bla [Test3]</a>' 
url2.com

$ sed -E 's/.*[[:blank:]]href="([^"]+)"[^[]+\[Test2\].*/\1/' <<<'<a href="url1.com">Bla Bla Bla [Test1]</a><a href="url2.com">Bla Bla Bla [Test2]</a><a href="url3.com">Bla Bla Bla [Test3]</a>'
url2.com

$grep-Po'href=“\K[^”]+（？=”[^[]+\[Test2\]）“一般来说，使用需要行分隔数据的工具来处理非行分隔的数据（如XML）不是一个好主意。请改用
xmlstarlet
之类的工具。@MichaelVehrs:html似乎被缩小了……一般来说，使用需要行分隔的工具来处理非行分隔的数据（如XML）不是一个好主意。”行分隔的数据。请使用类似于
xmlstarlet
的内容。@MichaelVehrs:html似乎缩小了。。。