Bash. Receptury

13.3. Interpretacja kodu HTML

Problem

Chcemy wyodrębnić określone ciągi tekstowe z kodu HTML. Przykładem może być konieczność pobrania fragmentu href="adresurl" ze znacznika <a> umieszczonego w dokumencie HTML.

Rozwiązanie

Jeżeli problem dotyczy rozwiązania, które powinno być przygotowane szybko i nie musi mieć uniwersalnego charakteru, wystarczy wykorzystać następujące polecenie:

cat plik | sed –e 's/>/>\
/g' | grep '<a' | while IFS='"' read a b c ; do echo $b; done

Analiza

Interpretacja dokumentu HTML w skrypcie powłoki bash jest dość trudna, ponieważ interpreter bash przetwarza dane wiersz po wierszu, natomiast interpretery HTML są zaprojektowane w taki sposób, aby traktowały znaki nowego wiersza jako znaki odstępu. Zapisywanie znaczników w kilku ...