Нужно извлечь номер из HTML

Учитывая это:

<p>Currencies fluctuate every day. The rate shown is effective for transactions submitted to Visa on <strong>February 5, 2017</strong>, with a bank foreign transaction fee of <st <span><strong>1</strong> Euro = <strong>1.079992</strong> United States Dolla <p>The 'currency calculator' below gives you an indication of the cost of purchas <p>February 5, 2017</p><div class="clear-both"></div> <!-- removed clearboth- <p><strong>1 EUR = 1.079992 USD</strong></p> <div class="clear-both"></di <table width="290" border="0" cellspacing="0" cellpadding="3"> <a href="/content/VISA/US/en_us/home/support/consumer/travel-support/exchange e-calculator.html"> <button class="btn btn-default btn-xs"><span class="retur <p><p>This converter uses a single rate per day with respect to any two currencies. Rates displayed may not precisely reflect actual rate applied to transaction amount due to rounding differences, Rates apply to the date the transaction was processed by Visa; this may differ from the actual date of the transaction. Banks may or may not assess foreign transaction fees on cross-border transactions. Fees are applied at banks' discretion. Please contact your bank for more information.</p>

Мне нужно извлечь 1.079992

Я использую:

 sed -E 's:.*(1\.[0-9\.]+).*:\1:g 

… который работает … но есть ли более элегантный способ?

Альтернативно, есть ли способ получить это значение прямо от curl ?

(Моя полная команда: curl 'https://usa.visa.com/support/consumer/travel-support/exchange-rate-calculator.html/?fromCurr=USD&toCurr=EUR&fee=0&exchangedate=02/05/2017' | grep '<p><strong>1' | sed -E 's:.*(1\.[0-9\\.]+).*:\1:g' )

  • Удалите все числа, которые появляются до "="
  • Как вставить первую строку одного файла в первую строку другого?
  • Как искать и заменять строки, соответствующие списку заметок для нескольких файлов
  • Sed: удалить между первыми n строками те, у которых заданная строка в них
  • Я хотел бы стереть предыдущую точку нескольких строк текста
  • найти строки, которые не заканчиваются на «rpms» с sed
  • Awk / grep / sed получает разделенный запятыми список чисел из строк текста
  • Как исправить как слишком много, так и немного пробелов?
  • 4 Solutions collect form web for “Нужно извлечь номер из HTML”

    Выполните вывод curl на следующую команду grep :

     grep --color -Po '(?<=<strong>1 EUR = )\d+\.\d+(?= USD</strong>)' 

    Другое решение: html2text

     curl -s 'https://usa.visa.com/support/consumer/travel-support/exchange-rate-calculator.html/?fromCurr=USD&toCurr=EUR&fee=0&exchangedate=2/12/2017' \ | html2text \ | grep '1 Euro' \ | awk '{ print $4 }' 

    Sugestion: используйте инструменты xml / html:

    xmllint

     curl "$url" | xmllint -html -xpath '//span/strong[2]/text()' - 

    xidel

     curl "$url" | xidel -s -e "//span/strong[2]" - 

    или даже

     xidel -e "/span/strong[2]" $url 

    Не разбирайте XML / HTML с sed , grep и т. Д. HTML не имеет контекста, но sed и друзья только регулярны. *

     url='https://usa.visa.com/support/consumer/travel-support/exchange-rate-calculator.html/?fromCurr=USD&toCurr=EUR&fee=0&exchangedate=02/05/2017' curl "${url}" \ | lynx -stdin -dump \ | awk '/1 EUR/{ print $4 }' 

    Для этого вам понадобится lynx (текстовый веб-браузер **). Здесь curl извлекает страницу, затем lynx анализирует ее и выгружает текстовое представление . /1 EUR/' causes awk to search for the string 1 EUR`, находя только линию:

      1 EUR = 1.079992 USD 

    Затем { print $4 } выводит четвертый столбец, 1.079992 .


    * pcre ( grep -P в некоторых реализациях) может описывать некоторые контекстно-зависимые или даже контекстно-зависимые stringsets, но не все из них

    ** Вам тогда действительно не нужно curl , так как вы можете дать lynx URL вместо -stdin

    Linux и Unix - лучшая ОС в мире.