我使用 wget 下载与 Academic.google.com 中给定查询匹配的论文数量，并获得一个显示页面所有内容的文件。
我想检索文件“大约 8,890 的结果 1 - 10”以下部分中的最后一个数字。
我试过了：
cat /dir/file | tr -d "," | grep -o -E -- 'about ([^"]+) \w+'
但它输出：
about <b>8890</b>. (<b>0.12</b> sec) </font></td></tr></table></form> <div class
而我只想要8890（没有逗号，由 tr -d ","
关于如何改进它的任何建议？先感谢您！
Grep 拉出正确的行 - 之后使用 sed 砍掉你不想要的东西。
cat /dir/file | tr -d "," | grep -o -E -- 'about ([^"]+) \w+' |sed -e 's/.*about <b>//' -e 's/<.b>.*//'
尝试类似：sed -n 's#.*about <b>\([0-9]*\)</b>.*#\1#p'而不是grep.
-n表示默认不打印输入行，s标志p表示如果替换则打印。
如果您的文件中存在 html 标记 (<b>和</b>)，您还必须修改正则表达式来处理它们。要获取您感兴趣的片段，请使用后向断言。这是应该起作用的东西：
cat /dir/file | tr -d "," | grep -oP -- '(?<=about <b>)[^/<> ]+'