[已解决]当sed与wget混合用时的奇怪问题(sed编码问题)

kingoftime3

脚本如下：

1. 
   
2. #!/bin/bash
   
3. 
   
4. #吞噬星空
   
5. TSXK=http://www.qidian.com/Book/1639199.aspx
   
6. #斗破苍穹
   
7. DPCQ=http://www.qidian.com/Book/1209977.aspx
   
8. 
   
9. wget -nv -O - $TSXK 2>&1 | sed -n 's%.*color:Red">\([^<]*\).*%\1%p' | iconv -f gbk -t utf-8
   
10. wget -nv -O - $DPCQ 2>&1 | sed -n 's%.*color:Red">\([^<]*\).*%\1%p' | iconv -f gbk -t utf-8
    

复制代码

它会把从匹配开始到结束的都打印出来
而

1. 
   
2. echo "abc<def<hik" |sed  -n 's/\([^<]*\).*/\1/p'
   

复制代码

匹配到<就停止了，为什么脚本中停不了呢

sk1418

什么叫停了？
停了因为你这一行处理完了啊。

你脚本里的，那个页面里很多行，就逐行处理，直到整个页面完成。

你是这个意思么？

waker

.*color会贪婪匹配

kingoftime3

回复 3# waker

前面那段没问题，脚本输出为

1. 
   
2.    第八篇 雨相山 第五章 选择</font></a><span>(更新于: 2011-03-05 23:00)</span>                                                       
   

复制代码

就是后面的我想应该到</font后面的应该都没了，但是还有

waker

回复 4# kingoftime3


    LANG=C sed...试试

kingoftime3

回复 5# waker


    那样试了，还是不行，不过提醒了我，我把iconv放在sed前面就可以了，难道汉字的gbk编码里<和utf-8里<不一样？

blackold

刚才看一个链接，里面好像没有以下内容啊

第八篇 雨相山 第五章

无法测试

kingoftime3

回复 7# blackold


    这个脚本是为了看最新出到第几章了，发那个帖子的时候还是第五章，现在已经第六章了。现在问题已经解决，不过还是对编码部分有点疑惑，本来想着像一般的字母和常用的字符gbk和utf-8都是一样的。。。
下面是修改后的脚本

1. 
   
2. #!/bin/bash
   
3. 
   
4. #吞噬星空
   
5. TSXK=http://www.qidian.com/Book/1639199.aspx
   
6. #斗破苍穹
   
7. DPCQ=http://www.qidian.com/Book/1209977.aspx
   
8. 
   
9. wget -nv -O - $TSXK 2>&1 | iconv -f gbk -t utf-8 | sed -n 's/.*color:Red">\([^<]*\)[^(]*\([^)]*\).*/\1 \2)/p'
   
10. wget -nv -O - $DPCQ 2>&1 | iconv -f gbk -t utf-8 | sed -n 's/.*color:Red">\([^<]*\)[^(]*\([^)]*\).*/\1 \2)/p'
    

复制代码

blackold

回复 8# kingoftime3


    这是sed的问题(编码问题)，与wget无关吧。建议LZ修改标题。