我有一个包含以下内容的html页面：
[...] <tr><td class="n"><a href="play-1.0.1.zip">play-1.0.1.zip</a></td></tr> <tr><td class="n"><a href="play-1.0.2.1.zip">play-1.0.2.1.zip</a></td></tr> <tr><td class="n"><a href="play-1.0.2.zip">play-1.0.2.zip</a></td></tr> [...]@H_404_12@而且我想提取一下
play-1.0.1.zip play-1.0.2.1.zip play-1.0.2.zip@H_404_12@然后找到最新版本(在这种情况下,它将是play-1.0.2.1.zip)
所以我尝试了
cat tmp.html | grep "<a href=\".*\""@H_404_12@
<a href="play-1.0.1.zip">play-1.0.1.zip</a></td><td class="m" <a href="play-1.0.2.1.zip">play-1.0.2.1.zip</a></td><td class="m" <a href="play-1.0.2.zip">play-1.0.2.zip</a></td><td class="m"@H_404_12@所以我试着懒惰：
cat tmp.html | grep "<a href=\".*?\""@H_404_12@并否定报价
cat tmp.html | grep "<a href=\"[^\"]*?\""@H_404_12@两人都没有回来
我只需要获得匹配的部分(不是href),然后找到最新的,但我仍然坚持这个贪婪的问题……
–
非常感谢所有答案,它们都很有用,很难确定哪一个是正确的,最后我用以下方法解决了：
grep -v '.*-RC.*' index.html | grep -oP 'play-1.*?.zip' | sort -Vru | head -1@H_404_12@
解决方法
与其他答案相反,这可以完全用grep完成.
您的输出与输入略有不同 – 显示了额外的元素.出于这个答案的目的,我将使用这个文件：
<tr><td class="n"><a href="play-1.0.1.zip">play-1.0.1.zip</a></td><td class="n"><a href="play-1.0.1.zip">play-1.0.1.zip</a></td></tr> <tr><td class="n"><a href="play-1.0.2.1.zip">play-1.0.2.1.zip</a></td><td class="n"><a href="play-1.0.1.zip">play-1.0.1.zip</a></td></tr> <tr><td class="n"><a href="play-1.0.2.zip">play-1.0.2.zip</a></td><td class="n"><a href="play-1.0.1.zip">play-1.0.1.zip</a></td></tr>@H_404_12@你需要做一些事情.首先,您需要设置正确的grep开关.你需要：
> -o仅输出每行的匹配部分
> -P使用Perl兼容的正则表达式引擎现在你可以使用？修饰符以防止贪婪匹配：
grep -o -P '<a href=".*?"' test.html <a href="play-1.0.1.zip" <a href="play-1.0.1.zip" <a href="play-1.0.2.1.zip" <a href="play-1.0.1.zip" <a href="play-1.0.2.zip" <a href="play-1.0.1.zip"@H_404_12@这不太正确,所以我们将正则表达式锚定到该行的第一个匹配：
grep -o -P '^<tr><td class="n"><a href=".*?"' test.html <tr><td class="n"><a href="play-1.0.1.zip" <tr><td class="n"><a href="play-1.0.2.1.zip" <tr><td class="n"><a href="play-1.0.2.zip"@H_404_12@这是正确的数据,但有太多的错误.我们需要使用的是零宽度断言(PCRE语法的一部分).本质上是正则表达式的一部分,不计入匹配的模式.
grep -o -P '(?<=^<tr><td class="n"><a href=").*?(?=")' test.html play-1.0.1.zip play-1.0.2.1.zip play-1.0.2.zip@H_404_12@现在,您可以执行任何操作以对列表进行排序.有关零宽度断言的更多信息,请参见：http://www.regular-expressions.info/lookaround.html
