如何从html页面提取和删除元素_Html_Bash_Xpath

如何从html页面提取和删除元素

html bash xpath

如何从html页面提取和删除元素,html,bash,xpath,Html,Bash,Xpath,代码：达斯德法斯德废话废话废话废话2 我想删除所有内容，除了和中的内容。真正的页面要比这复杂得多，还有更多类似的页面，我想这样做，但是我听说过simplehtmldom，但我不知道如何使用它。我希望它至少是半自动的。尝试使用以下方法：输出：废话废话废话废话2 尝试使用以下方法：输出：废话废话废话废话2 上面的xpath可以缩短为'//div[@id=“MainContent\u 0”或@id=“MainContent\u 2”]上面的xpath可以缩短为'//div[

代码：


达斯德法斯德
废话废话
废话废话2

我想删除所有内容，除了

和

中的内容。真正的页面要比这复杂得多，还有更多类似的页面，我想这样做，但是我听说过simplehtmldom，但我不知道如何使用它。我希望它至少是半自动的。

尝试使用以下方法：

输出：


废话废话
废话废话2

尝试使用以下方法：

输出：


废话废话
废话废话2

上面的xpath可以缩短为

'//div[@id=“MainContent\u 0”或@id=“MainContent\u 2”]

上面的xpath可以缩短为

'//div[@id=“MainContent\u 0”或@id=“MainContent\u 2”

<html>

<head>
    <meta http-equiv="Content-Type" content="text/html; charset=UTF-8">
    <title>
        dasdfasd
    </title>
    <link rel="stylesheet" type="text/css" href="style.css">
</head>

<body id="eheth" class="sdfgdf">
    <div id="wrapper">


        <div class="container">

            <div class="row">
            </div>
        </div>
    </div>
    <div id="mainNav">
        <div class="container">
            <div class="row">
            </div>
        </div>
    </div>
    </div>
    <script type="text/javascript">


    </script>
    <div id="MainContent_0">
        blah blah blah
    </div>
    <div class="video"> </div>
    <div id="MainContent_2">
        blah blah blah 2
    </div>

</body>

</html>

$ xmllint --html \
  --xpath '//div[@id="MainContent_0" or @id="MainContent_2"]' file 2>/dev/null

<div id="MainContent_0">
        blah blah blah
    </div><div id="MainContent_2">
        blah blah blah 2
    </div>