Wenn das in einer einzelnen Zeile steht geht das z.B. so mit sed:
sed -n 's/<div class="codecontent">\(.*\)<\/div>/\1/p' datei.html$ cat test.txt
<body>
<div class="codecontent">der zu extrahierende Part</div>
</body>
$ sed -n 's/<div class="codecontent">\(.*\)<\/div>/\1/p' test.txt
der zu extrahierende Partalternativ mit grep --only-matching oder kurz -o
grep -o <div class="codecontent">.*<\/div> quelltextMit grep müsste das dann doch eher so aussehen, oder?
grep -Po '(?<=<div class="codecontent">).*(?=<\/div>)' datei.htmlVariante 1 von seahawk liefert alle divs zurück, die in der HTML notiert sind.
Wie sieht das html denn aus? gibt es da mehrere divs in einer Zeile?
Dann würde ich es mit der PCRE-Syntax in grep non-greedy versuchen:
$ cat test.txt
<body>
<div class="codenoncontent">der nicht zu extrahierende Part</div><div class="codecontent">der zu extrahierende Part</div><div class="codenoncontent">der nicht zu extrahierende Part</div>
</body>
$ grep -Po '(?<=<div class="codecontent">).*?(?=<\/div>)' test.txt
der zu extrahierende PartWie ist der Schlüssel den aufgebaut? Kann man da z.B. annehmen, dass er nur aus Ziffern und Buchstaben besteht und eine bestimmte Länge hat? Dann tut man sich mit dem Matchen generell leichter...
Warum sich eigentlich immer mit grep, sed und Konsorten rumärgern, wenn es evtl. viel stabiler mit einer Programmiersprache geht?
Z.B. der html.parser in Python: https://docs.python.org/3/library/html.parser.html
Lars.
Warum sich eigentlich immer mit grep, sed und Konsorten rumärgern, wenn es evtl. viel stabiler mit einer Programmiersprache geht?
Weil mans kann 
Warum sich eigentlich immer mit grep, sed und Konsorten rumärgern, wenn es evtl. viel stabiler mit einer Programmiersprache geht?
Weil ich so Sachen wie BeautifulSoup oder lxml lieber erst auspacke, wenn ich weiß wie die Struktur der HTML-Datei genau aussieht...
es geht hier jedoch nur um eine kleine Ergänzung in einem bereits bestehenden und funktionierenden Shellskript...
Ob man nun eine Zeile mit grep einbaut oder ein anderes Programm aufruft, ist ja relativ egal. 
Ok, man muss das Python-Script natürlich auch noch irgendwo ablegen. Aber gerade die grep/sed-Geschichte kann immer mal schnell nach hinten losgehen, wenn in der html-Datei zufällig mal ein Zeilenumbruch dazukommt usw.
An den Rest:
Das sind die Antworten, die ich mir erhofft habe.
Lars.
Don’t have an account yet? Register yourself now and be a part of our community!
