regex - Sed - 如何在多行中打印正则表达式组？

Question

输入文件（测试）：

123456<a id="id1" name="name1" href="link1">This is link1</a>789<a id="id2"
href="link2">This is link2</a>0123

期望的输出：

link1
link2

我做了什么：

$ sed -e '/<a/{:begin;/<\/a>/!{N;b begin};s/<a\([^<]*\)<\/a>/QQ/;/<a/b begin}' test
123456QQ789QQ0123

问题：如何在 sed ( multiline ) 中打印正则表达式组？

Answer 1

如果你像这样使用 sed：

sed -e '/<a/{:begin;/<\/a>/!{N;b begin};s/<a\([^<]*\)<\/a>/\n/;/<a/b begin}'

然后它将以不同的行打印：

123456
789
0123

但这就是您要打印的内容吗？或者你想在hrefs中打印文本？

更新 1：在格式良好的<a和</a>

sed -r '$!N; s~\n~~; s~(<a )~\n\1~ig; s~[^<]*<a[^>]*href\s*=\s*"([^"]*)"[^\n]*~\1\n~ig' test

输出

link1
link2

更新 2：使用 bash 正则表达式功能获得上述输出

regex='href="([^"]*)"'
while read line; do
   [[ $line =~ $regex ]] || continue
   echo ${BASH_REMATCH[1]}
done < test

输出

link1
link2