如何用Bash从HTML文件中提取Base64编码的PNG图片字符串？

方法一：结合xmllint与sed处理 #

先通过xmllint提取img标签的src属性值，再用sed剥离多余内容：

xmllint --xpath "string(//img/@src)" your-file.html | sed -E 's/^data:image\/png;base64,(.*?) .*$/\1/' | base64 -d > output.png

• xmllint 提取src属性的完整内容（因原HTML中src引号未闭合，会包含后续的class/style内容）
• sed 正则匹配捕获data:image/png;base64,后到第一个空格前的所有字符，仅保留Base64字符串
• base64 -d 解码并写入PNG文件

方法二：直接用grep+sed处理（无需依赖XML解析） #

如果HTML语法不规范导致xmllint解析异常，可直接通过文本匹配提取：

grep -o "data:image/png;base64,[^ ]*" your-file.html | sed 's/^data:image\/png;base64,//' | base64 -d > output.png

• grep -o 仅输出匹配到的data:image/png;base64,开头、直到空格结束的片段
• sed 移除Base64前缀，再解码保存

方法三：用awk分割提取 #

xmllint --xpath "string(//img/@src)" your-file.html | awk -F 'data:image/png;base64,| ' '{print $2}' | base64 -d > output.png

• 以data:image/png;base64,和空格作为分隔符，取第二部分即为目标Base64字符串

内容的提问来源于stack exchange，提问作者seanlv