使用正则表达式来检索字符之间的字符串

Question

我想要使用grep命令或只是知道regex以获得“>”和“<”字符之间的以下字符串。

字符串：

<f id=mos-title>demo-break-1</f> 

我想回

demo-break-1 

Answer 1

假设文件foo包含：

<f id=mos-title>demo-break-1</f> 
<f id=mos-title>demo-break-2</f> 
<f id=mos-title>demo-break-3</f> 
<a>foo testing</a> 

你可以做这样的事情：

perl -ne 'print "$1\n" if /<.+id=mos-title>(.+?)<\/f>/' foo 

请记住，这将是严格的，因为这些匹配只发生在一行上。此外，由于这不是有效的HTML解析器，因此您必须考虑格式中的任何偏差。

尽管严格但仍不是100％的HTML兼容，这是一个更轻松的方法。

perl -ne 'print "$1\n" if /<.+id=mos-title\b.*?>\s*(.+?)\s*<\/f>/' foo 

输出将如下所示：

demo-break-1 
demo-break-2 
demo-break-3 

Answer 2

如果你有一个正确的XML文件是这样的：

<root> 
    <f id="mos-title">demo-break-1</f> 
</root> 

你可以使用一个适当的解析器：

xmllint --xpath "/root/f[@id='mos-title']" input.xml | \ 
     sed 's/[^>]*>\([^<]*\)<[^>]*>/\1\n/g' 

随着你的输入，你是确保的输入格式是一致的（即产生），可以使用SED：

sed 's/[^>]*>\([^<]*\)<[^>]*>/\1/g' input 

Answer 3

通常最好使用XML解析器，但你可以试试这个AWK：

awk '$1==s{print $2}' s="f id=mos-title" RS=\< FS=\> file