Regex 如何从html文件中提取URL路径？（在bash中）_Regex_Bash_Url_Path

Regex 如何从html文件中提取URL路径？（在bash中）

regex bash url path

Regex 如何从html文件中提取URL路径？（在bash中）,regex,bash,url,path,Regex,Bash,Url,Path,我有一个文件URL list.html，里面有多个URL路径，格式如下： <body contenteditable="true"> <h1>File: <a href="https://test.com/Config.js" target="_blank" rel="nofollow noopener noreferrer">https://test.com/Config.js</a></h1> <

我有一个文件

URL list.html

，里面有多个URL路径，格式如下：

   <body contenteditable="true">
      <h1>File: <a href="https://test.com/Config.js" target="_blank" rel="nofollow noopener noreferrer">https://test.com/Config.js</a></h1>
      <div>
         <a href='/common/assets/locale/language_en.props' class='text'>/common/assets/locale/language_en.props</a>
         <div class='container'>                        urls: [e.get("app.content.domain") + "<span style='background-color:yellow'>/common/assets/locale/language_en.props</span>"]</div>
      </div>
      <div>
         <a href='/common/assets/locale/language_en1.props' class='text'>/common/assets/locale/language_en1.props</a>
         <div class='container'>                            remote: a + n + brandSuffix + "<span style='background-color:yellow'>>/common/assets/locale/language_en1.props</span>",</div>
      </div>
      <div>
         <a href='/common/assets/locale/language_en2.props' class='text'>/common/assets/locale/language_en2.props</a>
         <div class='container'>                            remote: a + n + "<span style='background-color:yellow'>>/common/assets/locale/language_en2.props</span>",</div>
      </div>
      <div>
         <a href='/common/assets/locale/language_en2.props' class='text'>/common/assets/locale/language_en2.props</a>
         <div class='container'>                            remote: a + n + "<span style='background-color:yellow'>>/common/assets/locale/language_en3.props</span>",</div>
      </div>
      <div>
         <a href='/common/assets/locale/language_en3.props' class='text'>/common/assets/locale/language_en3.props</a>
         <div class='container'>                            remote: a + n + "<span style='background-color:yellow'>>/common/assets/locale/language_en4.props</span>",</div>
      </div>
      <div>
     <a href='/main' class='text'>/main</a>
     <div class='container'>                    versionedAssets.isEnabled() &amp;&amp; (i = versionedAssets.getJSAsset("dashboard/boot"), r = versionedAssets.getJSAsset("dashboard<span style='background-color:yellow'>/main</span>"), l = versionedAssets.getJSAsset("appkit-utilities<span style='background-color:yellow'>/main</span>"), hybrid &amp;&amp; (i = versionedAssets.getHybridAsset("dashboard/boot"), r = versionedAssets.getHybridAsset("dashboard<span style='background-color:yellow'>/main</span>"))), envProps.get("app.blueJSVersion.enabled") ? (n.push([envProps.get("app.blueVendor.version") + "<span style='background-color:yellow'>/main</span>", envProps.get("app.blue.version") + "<span style='background-color:yellow'>/main</span>", envProps.get("app.blueApp.version") + "<span style='background-color:yellow'>/main</span>", envProps.get("app.blueView.version") + "<span style='background-color:yellow'>/main</span>", "blue-ui/dist/blue-ui/js<span style='background-color:yellow'>/main</span>", l, i, r]), n.push([{</div>
  </div>

有人能帮我吗

更新：我只需要带有黄色的URL路径。（背景色：黄色）

请尝试下面的代码

var href = window.location.href;
var dir = href.substring(0, href.lastIndexOf('/')) + "/";

以下内容可能会对您有所帮助

cat script.ksh
awk '/span/ && match($0,/<span style=\047background-color:yellow\047>>[^<]*/){print substr($0,RSTART+39,RLENGTH-39)}'  "$1"

cat script.ksh
awk'/span/&&match（$0，/>[^[^[^您可以在bash中使用awk执行此操作：
awk -F'[ =]' '/href/ {print $3}' urls-list.html

说明：

-F告诉awk使用空格和“=”作为分隔符

/href/使打印命令在包含“/href/”的每一行上运行

print$3打印第三个令牌

但是，只有当输入行格式与您的示例中的格式完全相同时，这才有效。更可靠的方法是：
awk -F'href=' '/href/ {print $2}' urls-list.html | awk -F'[ <>]' '{print $1}'

awk-F'href='''/href/{print$2}'url-list.html | awk-F'[]'''{print$1}'
谢谢RavinderSingh13我尝试了这个，但它对我的html文件不起作用。我只是上传了一个新的文件输入。我只需要href=
抱歉@RavinderSingh13这是我的错误。这是正确的输入。我很抱歉，我想补充一下，所有路径都在span标记内，背景颜色为黄色它没有得到它们。这是一个很大的html文件，有很多不同的标签。我只需要背景色：黄色Din不工作它返回div div div div div谢谢@Paza你的bash可以工作。但是我没有得到我想要的结果。我只是上传了输入。这是我的错。你能帮我吗i@pancho，在您进行编辑后，我无法理解输入和输出之间的关系。现在请查看输入和输出
awk -F'[ =]' '/href/ {print $3}' urls-list.html

awk -F'href=' '/href/ {print $2}' urls-list.html | awk -F'[ <>]' '{print $1}'