sed命令从HTML中提取文本

我正在使用curl获取页面的源代码，并希望从特定标记中提取文本

文本位于唯一标记之间：

href="http://www.website.com/some/unique/page.php?q=xyz">TEXT</a>

其中模式是我尝试过的许多正则表达式模式之一，其中之一：

href="http://www.website.com/some/unique/page.php?q=xyz">\(.*\)</a>

href=”http://www.website.com/some/unique/page.php?q=xyz">\(.*\)

但由于某些原因，我无法让它工作。我要么得到完整的页面源代码，要么什么都没有（取决于我使用的模式）

---

非常感谢您的帮助。

假设您想要的输出只是

文本

，这将与您提供的输入一起工作：

sed 's/^.*>\([^<]*\)<.*$/\1/'

---

我可能应该用独特的“元素”来代替，因为我很匆忙。是的，只是文本。那么你想在URL中键入“unique”一词吗？源代码比我提供的文本多。我想从标记A中提取“文本”，其中href=”“，就像我上面提供的模式一样。这将是任何html标记，对吗？我上面提供的一个元素怎么样？键是

-n

，默认情况下不打印任何内容，修饰符是

p

，用于打印被替换的行。@nio现在只输出

文本

，如果该行包含关键字

http:

，后跟

/unique//code>。如果这不够具体，那么只需在第一对未转义的
/
之间放入您想要限制的任何模式，并转义模式文本中的任何
/
。不幸的是，与
s
命令不同，在该命令中，您可以使用任何您想要的分隔符，范围字段必须使用
/
，我不得不对其进行一些调整，但我想到了这个主意。谢谢
sed 's/^.*>\([^<]*\)<.*$/\1/'

sed -n '/http:.*\/unique\//s/^.*>\([^<]*\)<.*$/\1/p'