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: 3493 | 回复: 11
打印 上一主题 下一主题

[文本处理] 如何用sed提取网页中一段数据 [复制链接]

论坛徽章:
0
跳转到指定楼层
1 [收藏(0)] [报告]
发表于 2014-02-25 20:39 |只看该作者 |倒序浏览
对正则表达式实现不熟,请大家帮助下,弄了一下午了

网页中的数据是:
data="{"objectid":"5243ba5a5370f687d06211fb"“

我想把5243ba5a5370f687d06211fb提取出来

论坛徽章:
0
2 [报告]
发表于 2014-02-25 21:15 |只看该作者
自个终于弄出来了

sed -n '/objectid":".*"/ s/.*objectid":"//;s/&quot.*$//p' a3.txt

论坛徽章:
29
程序设计版块每日发帖之星
日期:2016-02-29 06:20:0015-16赛季CBA联赛之天津
日期:2016-08-10 10:33:1115-16赛季CBA联赛之深圳
日期:2016-08-17 15:07:2015-16赛季CBA联赛之佛山
日期:2016-11-07 11:33:5015-16赛季CBA联赛之广夏
日期:2016-11-15 09:13:31CU十四周年纪念徽章
日期:2016-11-24 14:12:25极客徽章
日期:2016-12-07 14:03:4015-16赛季CBA联赛之深圳
日期:2016-12-07 17:15:2715-16赛季CBA联赛之北京
日期:2016-12-22 09:30:0115-16赛季CBA联赛之深圳
日期:2016-12-22 10:49:2115-16赛季CBA联赛之山西
日期:2017-02-10 09:05:3215-16赛季CBA联赛之同曦
日期:2017-02-27 14:19:08
3 [报告]
发表于 2014-02-25 22:16 |只看该作者
sed 's/.*:"\(.*\)".*/\1/'
awk -F '[&;]' '{print$(NF-2)}'

论坛徽章:
32
处女座
日期:2013-11-20 23:41:20双子座
日期:2014-06-11 17:20:43戌狗
日期:2014-06-16 11:05:00处女座
日期:2014-07-22 17:30:47狮子座
日期:2014-07-28 15:38:17金牛座
日期:2014-08-05 16:34:01亥猪
日期:2014-08-18 13:34:25白羊座
日期:2014-09-02 15:03:55金牛座
日期:2014-11-10 10:23:58处女座
日期:2014-12-02 09:17:52程序设计版块每日发帖之星
日期:2015-06-16 22:20:002015亚冠之塔什干火车头
日期:2015-06-20 23:28:22
4 [报告]
发表于 2014-02-25 23:12 |只看该作者
  1. sed -nr 's/.*;([^&]+).*/\1/p'
复制代码

论坛徽章:
0
5 [报告]
发表于 2014-03-09 18:47 |只看该作者
学习了
回复 3# elu_ligao


   

论坛徽章:
0
6 [报告]
发表于 2014-03-13 13:01 |只看该作者
  1. echo $data |  grep -oP '(?<=:&quot;)\w+'
复制代码

论坛徽章:
3
酉鸡
日期:2014-04-23 17:17:56丑牛
日期:2014-05-08 11:41:302015亚冠之德黑兰石油
日期:2015-08-03 11:14:27
7 [报告]
发表于 2014-03-13 14:23 |只看该作者
回复 4# yestreenstars



    你好,关于您这个语句我有点想不通,麻烦帮忙解释下:
sed -nr 's/.*;([^&]+).*/\1/p'
1,这个语句中pattern中的分号为什么会匹配到下面字串中的倒数第二个分号?为什么不会匹配到第一个分号?
2,如果我想提取objectid,该如何写sed语句?
{&quot;objectid&quot;:&quot;5243ba5a5370f687d06211fb&quot;

论坛徽章:
32
处女座
日期:2013-11-20 23:41:20双子座
日期:2014-06-11 17:20:43戌狗
日期:2014-06-16 11:05:00处女座
日期:2014-07-22 17:30:47狮子座
日期:2014-07-28 15:38:17金牛座
日期:2014-08-05 16:34:01亥猪
日期:2014-08-18 13:34:25白羊座
日期:2014-09-02 15:03:55金牛座
日期:2014-11-10 10:23:58处女座
日期:2014-12-02 09:17:52程序设计版块每日发帖之星
日期:2015-06-16 22:20:002015亚冠之塔什干火车头
日期:2015-06-20 23:28:22
8 [报告]
发表于 2014-03-13 15:07 |只看该作者
回复 7# jeffreyst

1.因为正则的贪婪性
2.sed -r 's/[^;]+;([^&]+).*/\1/'
   

论坛徽章:
3
酉鸡
日期:2014-04-23 17:17:56丑牛
日期:2014-05-08 11:41:302015亚冠之德黑兰石油
日期:2015-08-03 11:14:27
9 [报告]
发表于 2014-03-13 15:36 |只看该作者
回复 8# yestreenstars


    我好好研究下,多谢了~

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
10 [报告]
发表于 2014-03-13 15:46 |只看该作者
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