szia

Kell, hogy használja ki a Unix adatokat több sorban, a táblázat HTML-ben kódolt. Tudom, hogy a sorok egy táblázatot a címkéket <tr> </ TR>, és így azt gondoltam, hogy első lépésben kell törölni az összes többi html-kód, amely nem tartalmazza ezeket a címkéket. tudok majd ezzel a módszerrel eltávolítani mindent újra, de nem <td> </ td> tagek közé. de a nagy kérdés az, hogyan tudom ezt megtenni? Azt hiszem, kell sed de abban a pillanatban ez csak zavaros nekem túl sok any help?

Elvben igazad van. A következő szkript extrahálási mindent egy "<tr>" és "</ TR>" tag. Ez azt feltételezi, hogy nincs több "<tr> - </ TR>"-pár, egy sorban, és a címkéket is mind kisbetűs (nincs "<TR>").

Az eredmény nem lehet, amire szüksége van, bár így is úgy, hogy nekünk egy mintát, mit és mit kell majd kap belőle. Ez segít nekünk, hogy segít jobban.

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

Szia.

Lát HTML táblázatot CSV Egy másik megközelítés segítségével lynx-dump.

Általában a linkeket threads hasonló tiéd felteszik alján a fonalat ... cheers, DRL

köszönet bakunin, hogy tényleg segíthet. i cant elküldeni egy példa a HTML-oldal különböző okokból. Az egyetlen probléma van a megoldás, hogy a <tr> tagek több sorokat én html oldalon. vagyis a tag lehet nyitni on line 7 majd zárt on line 20. így lehetséges a sed törölni minden olyan tételt (ideértve a vonal), de megáll, ha kap egy <tr> tag és kezdjük újra, ha kap egy </ TR>? Alternatívaként van egy módja annak, hogy sed Véleményem szerint az egész html oldal egy sorban?

Én úgy látom, nem ismeri a képességeit sedAzt teszi, hogy nehéz nekem, hogy tudja, mi a legjobb módja annak befejezése ez a feladat.

Semmi oka nem tud gúnyolódni egy HTML oldal, amely néz ki, hogy Ön dolgozik, de nem tartalmaz olyan érzékeny információkat. Senki nem érdekelt abban, throwing darts egy sötét szobában.

Ha postán valamit, valaki irányítószám. Ellenkező esetben, mész, hogy a csináld magad. Próbáljon ki valami hasonló, amely minden newlines a fájlt terek, szétdarabolják fájl előtt <vagy után minden egyes> és megy is. Ha lehet, a <vagy> az adatok, akkor lesz egy kis plusz munkát. Ez a legjobb, amit tehetek az Ön számára az adott pillanatban.

ShawnMilo

próbál válaszolni a saját kérdés itt, de még mindig küzd im ha ez nem dolgozik, akkor fogok gúnyolódni egy példát, azt hittem, hogy a leírás már elég jó withough miután az idejét vesztegetni, hogy egy példa táblát.

Találtam ezen az oldalon Sed - bevezetés és bemutatója hozhat létre, hogy a tartományok által mintákat. a példa kód:

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

Nos, azt mondtam, hogy - a példa hiányában - Volt, hogy bizonyos feltételezések. Itt egy új változatát, amely munka tags terjedő több sorban. Ez még mindig nem fogás esetében több "<tr> ...</ tr>" pár egy sorban van.

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 miután az idejét vesztegetni, hogy egy példa táblázat