如何用Shell Script提取HTML中</em>与</a>间的数值？

针对你提供的HTML片段，以下几种Shell工具组合可以提取</em>和</a>之间的数值4,519：

方法1：使用sed命令 #

sed适合处理行内文本的替换与提取，通过正则匹配目标区间：

echo "id='idusedMemory' alt='graph'/></em>4,519</a> Mb / 64,309 Mb&nbsp;&nbsp;&nbsp;</td><td>" | sed -n 's/.*<\/em>\(.*\)<\/a>.*/\1/p'

解释：

• -n：仅输出匹配到的行
• s/.*<\/em>\(.*\)<\/a>.*/\1/p：用正则匹配整行内容，捕获</em>和</a>之间的部分（\(.*\)为捕获组），最终替换为捕获到的内容并打印

方法2：使用grep（支持Perl正则） #

如果你的grep支持-P参数（多数GNU grep版本都支持），可以用预查语法精准定位：

echo "id='idusedMemory' alt='graph'/></em>4,519</a> Mb / 64,309 Mb&nbsp;&nbsp;&nbsp;</td><td>" | grep -Po '(?<=<\/em>).*(?=<\/a>)'

解释：

• -P：启用Perl兼容正则表达式
• -o：仅输出匹配到的内容片段
• (?<=<\/em>)：正向预查，定位到</em>之后的位置
• (?=<\/a>)：反向预查，定位到</a>之前的位置
• 中间的.*即为要提取的数值内容

方法3：使用awk分割字符串 #

通过awk的字段分割功能，分步截取目标内容：

echo "id='idusedMemory' alt='graph'/></em>4,519</a> Mb / 64,309 Mb&nbsp;&nbsp;&nbsp;</td><td>" | awk -F'</em>' '{print $2}' | awk -F'</a>' '{print $1}'

解释：

• 第一个awk以</em>为分隔符，取分割后的第二个字段（即</em>之后的所有内容）
• 第二个awk以</a>为分隔符，取分割后的第一个字段（即</a>之前的数值）

注意事项 #

• 若HTML内容来自文件，将echo "..."替换为cat your_html_file.html即可
• 如果HTML存在换行，需先用tr -d '\n'将多行合并为一行再处理，避免匹配失败

内容的提问来源于stack exchange，提问作者ROB ENGG