免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
12下一页
最近访问板块 发新帖
查看: 3251 | 回复: 15

[文本处理] 如何提取</a>前面的字体 [复制链接]

论坛徽章:
8
戌狗
日期:2014-09-26 16:39:44水瓶座
日期:2014-10-10 02:06:57金牛座
日期:2014-10-11 23:04:042015亚冠之首尔
日期:2015-06-23 15:37:0015-16赛季CBA联赛之天津
日期:2016-01-22 18:58:2915-16赛季CBA联赛之佛山
日期:2016-05-31 19:18:0815-16赛季CBA联赛之同曦
日期:2016-08-10 16:26:3315-16赛季CBA联赛之辽宁
日期:2018-01-10 11:47:40
发表于 2013-06-08 16:32 |显示全部楼层

  1. <li><a href="/ekljhkl/">三星i909</a></li><li><a href="/eknkvll/">三洋 洗衣机</a></li><li><a href="/ekmnvvh/">包 代购</a></li><li><a href="/eknleki/">花苞裙 半身裙</a></li><li><a href="/ekncclv/">酷派 F800</a></li><li><a href="/ekkmjln/">羽毛球 服 套装 女</a></li><li><a href="/eknkle/">女鞋平跟</a></li><li><a href="/ekmvceh/">宜家椅</a></li><li><a href="/ekhljvh/">蕾丝长袖t恤</a></li><li><a href="/eklihvv/">动物连体睡衣</a></li><li><a href="/ekjhvve/">鱼箱</a></li><li><a href="/ekhihkc/">纽曼斯 dha</a></li><li><a href="/ekhhhil/">单反相机包双肩包
复制代码
我做了好几个都没有做出来,现在想要吧</a>前面的字都提取出来,例如:三星i909、三洋 洗衣机等

大牛们都给点建议啊

论坛徽章:
8
戌狗
日期:2014-09-26 16:39:44水瓶座
日期:2014-10-10 02:06:57金牛座
日期:2014-10-11 23:04:042015亚冠之首尔
日期:2015-06-23 15:37:0015-16赛季CBA联赛之天津
日期:2016-01-22 18:58:2915-16赛季CBA联赛之佛山
日期:2016-05-31 19:18:0815-16赛季CBA联赛之同曦
日期:2016-08-10 16:26:3315-16赛季CBA联赛之辽宁
日期:2018-01-10 11:47:40
发表于 2013-06-08 16:41 |显示全部楼层
坐等大牛  居然没有人帮忙回答

论坛徽章:
33
ChinaUnix元老
日期:2015-02-02 08:55:39CU十四周年纪念徽章
日期:2019-08-20 08:30:3720周年集字徽章-周	
日期:2020-10-28 14:13:3020周年集字徽章-20	
日期:2020-10-28 14:04:3019周年集字徽章-CU
日期:2019-09-08 23:26:2519周年集字徽章-19
日期:2019-08-27 13:31:262016科比退役纪念章
日期:2022-04-24 14:33:24
发表于 2013-06-08 16:47 |显示全部楼层
2013-06-08 16:32:52
2013-06-08 16:41:39
居然没有人帮忙回答

哥们,咱这里不是119报警平台啊

论坛徽章:
0
发表于 2013-06-08 17:16 |显示全部楼层
本帖最后由 kk5234 于 2013-06-08 17:26 编辑
  1. sed 's/<[^>]*>/ /g' file
复制代码
  1. sed 's/<[^>]*>/ /g;s/\s\+/\n/g' file
复制代码
  1. awk -vRS='<[^>]*>' 'NF' file
复制代码

论坛徽章:
0
发表于 2013-06-08 17:20 |显示全部楼层
  1. root@ubuntu:/opt# cat file
  2. <li><a href="/ekljhkl/">三星i909</a></li><li><a href="/eknkvll/">三洋 洗衣机</a></li><li><a href="/ekmnvvh/">包 代购</a></li><li><a href="/eknleki/">花苞裙 半身裙</a></li><li><a href="/ekncclv/">酷派 F800</a></li><li><a href="/ekkmjln/">羽毛球 服 套装 女</a></li><li><a href="/eknkle/">女鞋平跟</a></li><li><a href="/ekmvceh/">宜家椅</a></li><li><a href="/ekhljvh/">蕾丝长袖t恤</a></li><li><a href="/eklihvv/">动物连体睡衣</a></li><li><a href="/ekjhvve/">鱼箱</a></li><li><a href="/ekhihkc/">纽曼斯 dha</a></li><li><a href="/ekhhhil/">单反相机包双肩包
  3. root@ubuntu:/opt# cat file | grep -oP '(?<=>)[^>]+(?=</a>)'
  4. 三星i909
  5. 三洋 洗衣机
  6. 包 代购
  7. 花苞裙 半身裙
  8. 酷派 F800
  9. 羽毛球 服 套装 女
  10. 女鞋平跟
  11. 宜家椅
  12. 蕾丝长袖t恤
  13. 动物连体睡衣
  14. 鱼箱
  15. 纽曼斯 dha
复制代码

论坛徽章:
0
发表于 2013-06-08 17:22 |显示全部楼层
我在像一件事情,为啥我更提交的时候没看到楼上的回答,等到我ctrl+f5强刷的时候楼上为啥又多了一个人呢!

论坛徽章:
16
IT运维版块每日发帖之星
日期:2015-10-02 06:20:00IT运维版块每月发帖之星
日期:2015-09-11 19:30:52IT运维版块每周发帖之星
日期:2015-09-11 19:20:31IT运维版块每日发帖之星
日期:2015-08-26 06:20:00每日论坛发贴之星
日期:2015-08-20 06:20:00IT运维版块每日发帖之星
日期:2015-08-20 06:20:002015年辞旧岁徽章
日期:2015-03-03 16:54:15金牛座
日期:2014-05-04 16:58:09双子座
日期:2013-12-17 16:44:37辰龙
日期:2013-11-22 15:20:59狮子座
日期:2013-11-18 22:55:08射手座
日期:2013-11-12 10:54:26
发表于 2013-06-08 17:24 |显示全部楼层
grep -oP '(?<=/">)[^ \t]+[ .*]?(?=</a><)' urfile

论坛徽章:
0
发表于 2013-06-08 17:27 |显示全部楼层
本帖最后由 我的名字是雷锋 于 2013-06-08 17:27 编辑

cat 6.txt|sed -r 's@<\/?(a|li)@@g'|sed -r 's@>+@@g'|sed 's/href=//g'|sed  'y/\//a/'|sed -r 's/[a-z]//g'|sed 's/""/、/g'            
、三星909 、三洋 洗衣机 、包 代购 、花苞裙 半身裙 、酷派 F800 、羽毛球 服 套装 女 、女鞋平跟 、宜家椅 、蕾丝长袖恤 、动物连体睡衣 、鱼箱 、纽曼斯  、单反相机包双肩包


由于使用管道 可能会耗资源  以后可以用awk

论坛徽章:
1
射手座
日期:2014-03-10 14:24:52
发表于 2013-06-08 17:29 |显示全部楼层
4楼的第一个答案就很完美了。学习!

论坛徽章:
5
未羊
日期:2014-08-04 16:15:21天秤座
日期:2014-08-13 13:52:372015年辞旧岁徽章
日期:2015-03-03 16:54:152015年迎新春徽章
日期:2015-03-04 09:56:112015亚冠之浦和红钻
日期:2015-06-29 15:30:48
发表于 2013-06-08 17:36 |显示全部楼层
回复 5# 心若寒江雪


    5楼终于学会0宽断言了,吾甚欣慰
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号:11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员  联系我们:huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP