awk或者sed对不规则行怎么提取字符？

ha_

用sed编辑htm的源文件?

技安

[aluns]/home/tmp>grep 3232 a.html | sed -e 's/<[^32]*>//g' -e 's/<.*>//g' -e 's/\&nbsp\;//g'
IIS 5.0/WebDAV远程缓冲区溢出(MS03-007)
135Messenger服务远程堆溢出漏洞(MS03-043/KB828035)
1025Microsoft Windows MSDTC内存破坏漏洞(MS05-051/KB902400)
1029Microsoft Task Scheduler远程任意代码执行漏洞(精确扫描MS04-022/KB841873)

-----------------------

grep 3232 a.html | sed -e 's/<[^32]*>//g;s/<.*>//g;s/\&nbsp\;//g'


这样不行吗？

[ 本帖最后由 技安 于 2006-4-30 01:28 编辑 ]

bobkey

原帖由 技安 于 2006-4-30 01:26 发表
[aluns]/home/tmp>grep 3232 a.html | sed -e 's/<[^32]*>//g' -e 's/<.*>//g' -e 's/\&nbsp\;//g'
IIS 5.0/WebDAV远程缓冲区溢出(MS03-007)
135Messenger服务远程堆溢出漏洞(MS03-043/KB82 ...

谢谢回复，测试了你的语句，不行。结果如下

远端WWW服务提供了对WebDAV的支持[低]远程主机安装了IIS5 .printer ISAPI扩展[低]远程IIS主机安装了.HTR ISAPI扩展[低]IIS错误判断HTTP请求来自本机[低]IIS 5.0/WebDAV远程缓冲区溢出(MS03-007)[高]远程IIS主机安装了.IDA或.IDQ ISAPI扩展[低]
135Microsoft MSDTC COM+远程代码执行漏洞(MS05-051/KB902400)[高]DCE/RPC服务枚举漏洞[低]微软DCOM接口缓冲区溢出漏洞(MS03-026/MS03-039)[高]Messenger服务远程堆溢出漏洞(MS03-043/KB828035)[高]
1025Microsoft Windows MSDTC内存破坏漏洞(MS05-051/KB902400)[高]
1029Microsoft Task Scheduler远程任意代码执行漏洞(精确扫描MS04-022/KB841873)[高]

可以看出基本功能是完成了，但问题是html字符中，它没有断行，多行合并成一行，造成格式混乱。所以要想整齐的话，要在BC3232字符的前面插入一个断行符号。

woodie

有GNU grep吗？

1. grep -Po '(?<=3232>)[^<>]*MS\d+-\d+[^<>]*'

复制代码

在GNU grep 2.5.1下测试成功。

waker

to woodie
以他的例子看
(?<=3232>)[^<>]*MS\d+-\d+[^<>]*
写成
(?<=3232>)[^<]*
是不是就够了？

寂寞烈火

用perl吧~ ，不过，我忘了怎么写perl的cmdline乐~,

woodie

原帖由 waker 于 2006-4-30 11:32 发表
to woodie
以他的例子看
(?<=3232>)[^<>]*MS\d+-\d+[^<>]*
写成
(?<=3232>)[^<]*
是不是就够了？

就楼主给出的文件，你说的是对的。同意！

woodie

原帖由 寂寞烈火 于 2006-4-30 11:34 发表
用perl吧~ ，不过，我忘了怎么写perl的cmdline乐~,

用perl也得考虑一行多个匹配的情况，除非重新定义行分隔符。不见得比grep -Po更简单。^_^

waker

再to woodie
麻烦你顺手把后面的“[高]"也给他弄出来吧，斩草除根算了

woodie

原帖由 waker 于 2006-4-30 11:58 发表
再to woodie
麻烦你顺手把后面的“[高]"也给他弄出来吧，斩草除根算了

既然知道一定是“[高]”，楼主要的话就手工加好了。