Bash：两个复杂模式之间的内容-html

我已经多次尝试在两个html模式之间获取数字。 无论是

sed

还是

awk

都不适合我，因为互联网上的例子太容易了，不适合我的任务

以下是我要筛选的代码：

....class="a-size-base review-text">I WANT THIS TEXT</span></div> ....

…class=“a-size-base review text”>我想要这个文本。。。。

所以我需要一个命令来输出：

我想要这个文本

介于

…review TEXT>

和

你有什么线索吗？谢谢你的努力和来自德国的问候

---

这里是简单的

假设要提取的文本不包含，我看不出这里的问题。 例如，对于POSIX REGEXP：

$ HTML_FILE=/tmp/myfile.html
$ sed -n "s/.*review-text.>\([^<]*\)<.*/\1/gp" $HTML_FILE

$HTML\u FILE=/tmp/myfile.HTML
$sed-n“s/*查看文本。>\（[^Try:

tr'\n''file.html | grep-o'查看文本“>[^]**“|cut-d'>”-f2 | cut-d'请分享您的尝试，并解释它们不起作用的原因。但是像
xmllint
这样的真正的xml解析器。如果您提供html结构的更多详细信息，我们可能会帮助您编写xpath查询。Hi randomir：这是html文件代码：ibb.co/iNSDXb--谢谢您的努力！这是您发布的图像好了！请看如何写。这是我自己的解决方案：cat source.html | tr-d'| grep-o'审阅文本[^]*spandivdiv'| awk-F'审阅文本'{print$2}'| awk-F'spandivdiv'{print$1}'----这是一个来自product review链接的html源代码。我只需要查看文本本身。正如我所说，它位于这两种模式之间。使用您的命令过滤整个html文件对我不起作用…我更新了答案，从一个文件而不是单个变量中提取所有文本。我需要使用sed-E而不是-r，因为我在操作系统上不管怎样，它并没有按预期工作。sed给了我一个巨大的列表，而不是只打印两种模式之间的文本。谢谢你的努力tho@MultiF95您可以使用这个简单的正则表达式命令。它对您的链接中提供的文件有效：sed-n“s/*审阅文本。>([^Terminal说我没有正确使用tr。我在Mac上使用了tr。这是错误吗？在我的linux机器上，tr命令正常工作。我现在无法在Mac上测试它。你可以尝试任何其他工具（sed、awk）。首先，将行尾字符都改为空格，然后通过-o选项将管道输出到grep。应该可以
tr '\n' ' ' file.html | grep -o 'review-text">[^<>]*</span> *</div>' | cut -d'>' -f2 | cut -d'<' -f 1