Obtention de texte à partir de la page html, shell

Question

J'essaie d'obtenir du texte à partir d'une page html en shell, dans le cadre d'un script pour me montrer la température dans ma région.

Je ne peux cependant pas obtenir ma tête sur la façon d'utiliser grep correctement

Extrait de la page Web

</div><div id="yw-forecast" class="night" style="height:auto"><em>Current conditions as of 8:18 PM GMT</em><div id="yw-cond">Light Rain Shower</div><dl><dt>Feels Like:</dt><dd>6 &deg;C</dd><dt>Barometer:</dt><dd style="position:relative;">1,015.92 mb and steady</dd><dt>Humidity:</dt><dd>87 %</dd><dt>Visibility:</dt><dd>9.99 km</dd><dt>Dewpoint 

Sauf plus court réduire encore

<dt>Feels Like:</dt><dd>6 &deg;C</dd> 

Essayer de saisir 6 ° C

J'ai essayé une variété de différents tactiques, y compris grep et awk. Un sorcier peut-il m'aider?

Answer 1

Essayez

grep -o -e "<dd>.*deg;C</dd>" the_html.txt 

De la page man:

-e PATTERN, --regexp=PATTERN 
     Use PATTERN as the pattern. This can be used to specify 
     multiple search patterns, or to protect a pattern beginning with 
     a hyphen (-). (-e is specified by POSIX.) 

... 

-o, --only-matching 
     Print only the matched (non-empty) parts of a matching line, 
     with each such part on a separate output line. 

---

Si vous voulez vous débarrasser de <dd> et </dd> aussi, ajoutez juste | cut -b 5-12.

Answer 2

Si x est votre fichier d'entrée et la source HTML est aussi régulièrement formaté comme écriture, cela devrait fonctionner -

grep ° x | sed -e "s^# > ([0-9] {1,2} \ ° [CF]) < # \ # 1."

Seth

Answer 3

pour cette solution:

grep -Po '(?<=Feels Like:</dt><dd>).*?(?=</dd>)' | sed 's/ &deg;/°/' 

Résultat:

6°C