Лучший способ Grep для html

Question

У меня возникли проблемы с использованием grep через какой-либо HTML-код.

Я пытаюсь найти подобные строки в этом

<td><a href='/go/12229' target="_blank" rel="nofollow">product description here</a></td><td> $<font color='red'>0.25</font> 

я пытаюсь обобщить формулу для подсчета каждой строки, которая находится под $ 0,25 части, которые будут варьироваться в зависимости являются: HREF = '/ идти/12229' число после/идти/будет меняться, но всегда быть числом 5 цифр длиной

описание продукта может быть буквенно-цифровым с пробелами и специальными символами

и цена может быть что угодно, от 0,01 до 0,25

Я пробовал делать формулы, подобные приведенным ниже, но он либо не работает, либо ничего не возвращает.

grep -c "href='/go/'[*] target="_blank" rel="nofollow">*</a></td><td> $<font color='red'>[0].[0-2][0-9]</font>" 

Я думаю, что это связано с тем, что я не избегаю специальных символов правильно, но я не уверен.

Любая помощь приветствуется.

Answer 1

ОК - это требует, чтобы каждая строка формировалась как в вашем примере, но это должно дать вам ссылку, описание и цены, где каждая строка находится между 0,01 и 0,25. В содержание этого закодировать поместить их в файл как «priceawk» и сделать его исполняемым:

grep 'go\/[0-9]\{5\}' | awk -F"<" ' 
{ 
split($7, price_arr, ">") 

if(price_arr[ 2 ] > 0.00 && price_arr[ 2 ] < 0.26) 
    { 
    split($3, link_arr, "'\''") 
    split(link_arr[ 3 ], desc_arr, ">") 
    printf("%s %s %s\n", link_arr[ 2 ], desc_arr[ 2 ], price_arr[ 2 ]) 
    } 
} ' 

Затем используйте это нравится:

cat input | priceawk 

С тест входного файла, который я сделал из вашей линии , я получаю следующие виды продукции:

/go/12229 product description here 0.25 
/go/13455 find this line2 0.01 
/go/12334 find this line3 0.23 
/go/34455 find this line4 0.16 

Е() может быть улучшена, чтобы дать свой вывод в другой форме, более полезным, чем разделителем текущего пространства.