想要得到匹配grep

Question

我想使用grep命令只获得匹配。

我读一个XML文件，我想在网址标签位置

<?xml> 
<!-- ..... --> 
<location>http://myurl.com/myuri/document</location> 

我只想得到“http://myurl.com/myuri/document”。 我做了这个：

curl http://mywebsite.com/file.xml | grep "\<location\>" 

我收到完整标签：

<location>http://myurl.com/myuri/document</location> 
<location>http://myurl.com/myuri/document2</location> 
<location>http://myurl.com/myuri/document3</location> 

现在，我想只有 我做了这个网址：

curl http://mywebsite.com/file.xml | grep "\<location\>" | grep -oh ">.*<" 

和我差不多赢哈哈

我收到了带有字符的网址>和<

>http://myurl.com/myuri/document< 

我怎样才能得到匹配？ 例如（这个例子不工作）

curl http://mywebsite.com/file.xml | grep "\<location\>" | grep -oh ">(.*)<" 
http://myurl.com/myuri/document 

我想使用var中的wget在此之后。像| wget $1

Answer 1

我能想到的是sed最简单的办法：

... | sed -e 's/^>//' -e 's/<$//' 

这将摆脱停留在URL中的尖括号。

Answer 2

您可以在GNU grep使用-P选项PCRE正则表达式：

curl http://mywebsite.com/file.xml | grep -oP '<location>\K[^<]+' 

或者用awk：

curl http://mywebsite.com/file.xml | awk -F '</?location>' '/<location>/{print $2}' 

http://myurl.com/myuri/document 

Answer 3

的grep用Perl的正则表达式：

grep -oP '(?<=<location>)[^<]+(?=</location>)' 

或者

grep -o '[^<>]\+</location>' |grep -o '^[^<>]\+' 

或者与SED：

sed -n 's#<location>\([^<]\+\)</location>#\1#p' 

如果你想下载所有这些URL，然后：

curl http://mywebsite.com/file.xml | 
grep -o '[^<>]\+</location>' |grep -o '^[^<>]\+' | 
wget -ci - 

Answer 4

我是不是能够得到anubhava版的工作，所以只是尝试我来了请注意以下–请注意，我已经包含了GNU版本，因为我不确定它是否存在问题。

我在处理嵌入的XML标签时，有点担心被搜索的内容（可能不是您的示例使用位置的问题，而是将其看作更普遍的问题）。我还发现，我必须在结果文本中删除<location>..</location>包装器，因此需要删除两个sed命令。

duck@lt-ctaylor-2:~/ateb/myx$ grep --version 
grep (GNU grep) 2.24 

duck@lt-ctaylor-2:~/ateb/myx$ cat tmp.tmp 
<location><test>123</test></location> 

duck@lt-ctaylor-2:~/ateb/myx$ cat tmp.tmp | grep -o '<location>.*</location>' | sed 's;<location>;;' | sed 's;</location>;;' 
<test>123</test>