salut

i besoin d'utiliser Unix pour extraire des données de plusieurs lignes d'un tableau en code html. Je sais que de lignes dans un tableau les balises <tr> </ tr> et alors j'ai pensé que ma première étape devrait être de supprimer tous les autres code html qui ne figure pas à l'intérieur de ces balises. i pourrait alors utiliser cette méthode, mais encore supprimer tout ce qui n'est pas dans <td> </ td> tags. mais la grande question est de savoir comment puis-je faire cela? i think i need sed mais pour le moment, c'est juste moi aussi beaucoup de confusion aucune aide?

En principe, vous avez raison. Le script suivant extrait tout entre un «<tr>" et "</ tr>" tag. Il suppose que il n'y a pas plusieurs "<tr> - </ tr>" paires sur une seule ligne et les balises elles-mêmes sont minuscules (pas de "<TR>).

Le résultat n'est peut-être pas ce dont vous avez besoin, alors vous pouvez envisager de nous donner un échantillon de ce que vous avez et que vous aurez besoin d'obtenir d'elle. Cela nous permettra de vous aider à mieux.

sed 's/.*<tr>//;s/<\/tr>.*//' /path/to/your/file

Salut.

Voir Tableau HTML au format CSV pour une autre approche utilisant les lynx-dump.

En général, des liens vers des fils semblables aux vôtres sont affichées au bas du fil ... cheers, DRL

grâce Bakunin qui est vraiment utile. i cant post d'un échantillon de la page html pour diverses raisons. le seul problème avec votre solution est que la plupart des balises sont <tr> sur plusieurs lignes dans ma page html. c'est-à-dire la balise mai ouvertes sur la ligne 7, puis fermée à la ligne 20. où est-il possible avec sed de supprimer tout sur une ligne (y compris la ligne) mais que quand il fait à un tag <tr> et recommencer quand il est à un </ tr>? sinon est-il un moyen de faire sed croire que l'ensemble de la page html est sur une seule ligne?

Comme je ne suis pas familier avec les capacités de sed, Il est difficile pour moi de savoir quelle est la meilleure manière de remplir cette tâche.

Il n'y a pas de raison que vous ne pouvez pas maquette d'une page HTML qui ressemble à celui avec lequel vous travaillez, mais qui ne contient pas d'informations sensibles. Personne n'est intéressé à lancer des fléchettes dans une pièce sombre.

Si vous postez quelque chose, quelqu'un code postal. Sinon, vous allez avoir à faire vous-même. Essayez quelque chose comme le remplacement de l'ensemble des nouvelles lignes dans le fichier avec des espaces, le fractionnement du fichier avant chaque <ou après chaque>, et aller de là. Si vous mai ont un <ou> dans les données, puis vous allez faire un peu de travail supplémentaire. C'est le mieux que je peux faire pour vous en ce moment.

ShawnMilo

tente de répondre à ma question ici, mais encore du mal im si ce travail ne marche pas alors je vais maquette d'exemple, je pensais que ma description de mai ont été assez bon withough d'avoir à perdre du temps à faire un exemple de table.

j'ai trouvé sur ce site Sed - An Introduction and Tutorial que vous pouvez créer des gammes de modèles. l'exemple de code est:

sed '/start/,/stop/ s/#.*//'

Eh bien, je vous ai dit que - en l'absence de tout exemple - j'ai dû faire quelques hypothèses. Voici une nouvelle version qui fonctionne sur les étiquettes vont sur plusieurs lignes. Il sera toujours pas prendre le cas de plusieurs "<tr> ...</ tr>" paires sur une ligne, cependant.

sed -n '/<tr>/,/<\/tr> {
           s/.*<tr>//
           s/<\/tr>.*//
           p
           }' /path/to/your/file

something....<tr> content of the tr-tag
some more content
even more content</tr> something else....

[...] withough avoir à perdre du temps à faire un exemple de table