怎样才能只输出匹配的部份，而不是匹配的行?

czsq

怎样才能只输出匹配的部份，而不是匹配的行?

比如一个文件里有
<tr><td><a href="字串1">字串2</a></td></tr>

怎样做才能只输出字串1和字串2，而不是整行都输出呢?

yjchlove

我的代码，不过有点烦：
$ cat aa
<tr><td><a href="字串1">字串2</a></td></tr>

#!/bin/sh
awk -F\" '{print $2}' aa
sed 's/<[^>]*>//g' aa

czsq

[quote]原帖由 "yjchlove"][/quote 发表：

再请教，如果要解析出一篇html里的超链接shell应该怎么写呢? php写很容易，sed及awk要怎么写呢？

admirer

1. cat yourhtmlfile|sed -n 's#.*\(http://[[:alnum:]?=_./]\{5,\}\).*#\1#p'

复制代码

下面连接是用上面的代码从“http://fm974.tom.com/”网站主页解析的部分连接：

1. http://image.cn.tom.com/guanggao/nav/nav_bg.gif
   
2. http://image.cn.tom.com/guanggao/nav/nav_pic.gif
   
3. http://www.tom.com
   
4. http://avatar.tom.com/
   
5. http://fm974.tom.com
   
6. http://download.macromedia.com/pub/shockwave/cabs/flash/swflash.cab
   
7. http://ad.tom.com/jl/moto/v878/moto
   
8. http://www.macromedia.com/shockwave/download/index.cgi?P1_Prod_Version=Shockwave
   
9. Flash
   
10. http://www.tom.com
    
11. http://app.tom.com/music/listen.php?songid=437
    
12. http://ent.tom.com/pop/
    
13. http://app.tom.com/music/listen.php?songid=437
    
14. http://www.rcn974.com/
    
15. http://image.cn.tom.com/guanggao/mail/movie1.js
    
16. http://download.macromedia.com/pub/shockwave/cabs/flash/swflash.cab
    
17. http://fm974.tom.com/images/ad/zhongtoupiao_ad.swf
    
18. http://fm974.tom.com/images/ad/zhongtoupiao_ad.swf
    
19. http://www.macromedia.com/shockwave/download/index.cgi?P1_Prod_Version=Shockwave
    
20. Flash
    
21. http://ent.tom.com/1306/1362/2004426
    
22. http://fm974.tom.com/images/jiangyuwei/ren1.jpg
    
23. http://fm974.tom.com/images/jiangyuwei/ren2.jpg

复制代码

czsq

[quote]原帖由 "admirer"][/quote 发表：

高，^_^

那怎么把链接的名称一并解析出来呢？以"http://fm974.tom.com"这个网页为例
比如：
...<td width="567" style="line-height:24px;padding-top:6px" align=center>
<a href=http://tom.com/ class=00><font color=red>首页</font></a>?<a href=http://news.tom.com/ class=00>新闻</a>?<a href=http://sports.tom.com/ class=00>体育</a>?<a href=http://auto.tom.com/ class=00>汽车</a>?<a href=http://ent.tom.com/ class=00>娱乐</a>?<a href=http://fm974.tom.com/ class=00>音乐</a>?<a href=http://tech.tom.com/ class=00>科技</a>?<a href=http://games.tom.com/ class=00>游戏</a>?<a href=http://lady.tom.com/ class=00>女性</a>?<a href=http://finance.tom.com/ class=00>财经</a>?<a href=http://house.tom.com/ class=00>房产</a>?<a href=http://edu.tom.com/ class=00>教育</a>?<a href=http://astro.tom.com/ class=00>星座</a>?<a href=http://army.tom.com/ class=00>军事</a>?<a href onclick=this.style.behavior='url(#default#homepage)';this.setHomePage('http://www.tom.com');return false; style=cursor:hand class=00>设首页</a><br>...

解析后输出为:
http://tom.com/ 首页
.
.
.
http://ent.tom.com/ 娱乐
.
.
.
http://army.tom.com/ 军事

这种形式呢？

还有你的shell不光解析出超链接url，连图象url也解析出来，这可不是我想得到的啊 ^_^

admirer

考试啦？

1. sed 's/<a/\n&/g' file | sed -n 's#.*\(http://[[:alnum:]./]\{5,\}\).*>\([^ <]\{2,20\}\)<.*#\1 \2#p'
   
2. 
   
3. http://tom.com/ 首页
   
4. http://news.tom.com/ 新闻
   
5. http://sports.tom.com/ 体育
   
6. http://auto.tom.com/ 汽车
   
7. http://ent.tom.com/ 娱乐
   
8. http://fm974.tom.com/ 音乐
   
9. http://tech.tom.com/ 科技
   
10. http://games.tom.com/ 游戏
    
11. http://lady.tom.com/ 女性
    
12. http://finance.tom.com/ 财经
    
13. http://house.tom.com/ 房产
    
14. http://edu.tom.com/ 教育
    
15. http://astro.tom.com/ 星座
    
16. http://army.tom.com/ 军事
    
17. http://www.tom.com 设首页

复制代码

czsq

[quote]原帖由 "admirer"][/quote 发表：


我试了下怎么只输出最后一个啊，别的不输出？

admirer

看好我的环境！
sed是gnu4.0.9
如果需要可以到我得网络硬盘下载（for sco unix版的），也可以直接到gnu网站下载