[已解决]如何提取这样的内容

buaaspy

<h3><a href="html_data/11/1111/1111111.html" target="_blank" id="">这是个中文帖子</a></h3>

如何提取其中的html_data/11/1111/1111111.html



如果是一行中出现多次这样的语句如何把每一个html_data/11/1111/1111111.html这样的数据都提取出来
例如：
<h3><a href="html_data/11/1111/1111111.html" target="_blank" id="">这是第1个中文帖子</a></h3><h3><a href="html_data/22/2222/2222222.html" target="_blank" id="">这是第2个中文帖子</a></h3><h3><a href="html_data/33/3333/3333333.html" target="_blank" id="">这是第3个中文帖子</a></h3>
需要提取出
html_data/11/1111/1111111.html
html_data/22/2222/2222222.html
html_data/33/3333/3333333.html
出现次数不是固定的3次可能会很多

shplpy

grep -o 'html.*html'

shplpy

1. echo '<h3><a href="html_data/11/1111/1111111.html" target="_blank" id="">这是个中文帖子</a></h3>'|awk -F'[=" ]' '{print $3}'

复制代码

ywlscpl

sed 's/[^"]*"\([^"]*\)".*/\1/'

ziyunfei

grep -oP '(?<=href=").+?(?=")'

shnmng

sed 's/.*href="\([^"]*\)".*/\1/'

Estwind

# echo '<h3><a href="html_data/11/1111/1111111.html" target="_blank" id="">...1.....</a></h3><h3><a href="html_data/22/2222/2222222.html" target="_blank" id="">...2.....</a></h3><h3><a href="html_data/33/3333/3333333.html" target="_blank" id="">...3.....</a></h3>' | grep -o "html[^.]*\.html"
html_data/11/1111/1111111.html
html_data/22/2222/2222222.html
html_data/33/3333/3333333.html