bash - 使用 sed 获取带括号的字符串中的数字

Question

我想使用 bash 脚本获取网站的编号。我首先 wget 网页，然后尝试解析页面并获取数字。

index.html 有一长行包含我想要的数字。

(...) </dl><dl class=""><dt>Year <dd>   <a title="City" href="http://example.com/City">City</a> <em>(400)</em>  </dd><dd> (...)

我想在上面的例子中得到400 。我正在执行以下操作，但不匹配：

CITYNUMBER=`sed -n -e 's/.*City<\/a>\s<em>(\(.*?\))<\/em>/\1/p' index.html`

Answer 1

这可能对您有用（GNU sed）：

sed -n -e 's/.*City<\/a>\s<em>(\([^)]*\)).*/\1/p' index.html

Answer 2

sed 正则表达式总是贪婪的，所以.*?无论如何都行不通

其实如果只是想提取数字，grep 是不错的选择：

grep -Po 'City</a>\s*<em>\(\K\d*(?=\))'

例如：

kent$  echo '(...) </dl><dl class=""><dt>Year <dd>   <a title="City" href="http://example.com/City">City</a> <em>(400)</em>  </dd><dd> (...)'|grep -Po 'City</a>\s*<em>\(\K\d*(?=\))'
400