在 html 标记之间提取编号

Question

我想在HTML标签之间提取两种类型的数字：

>******</a></td>

***** 是一个长度可变的数字 [0-9]{1,5}，可以用逗号"311,3454"分隔（逗号也是必需的）

提取这些数字的最佳方法是什么？哎呀，呵呵，呸

Answer 1

grep可以做到：

grep -Po '(?<=>)[0-9,]*(?=</a></td>)' file

它获取 > 和 </a></td> 之间的数字和逗号的组合。

测试

$ cat a
>234,23</a></td>
>234,23</b></td>
$ grep -Po '(?<=>)[0-9,]*(?=</a></td>)' a
234,23