Ottenere testo da all'interno di un tag HTML all'interno di un file locale con grep

Question

Eventuali duplicati:
RegEx match open tags except XHTML self-contained tags

Estratto da file di input

<TD class="clsTDLabelWeb" width="28%">Municipality:&nbsp;</TD> 
<TD style="WIDTH: 394px" class="clsTDLabelSm" colSpan="5"> 
<span id="DInfo1_Municipality">JUPITER</span></TD> 

mia espressione regolare

(?<=<span id="DInfo1_Municipality">)([^</span>]*) 

Ho un file HTML salvato su disco. Vorrei usare grep per cercare attraverso il file e produrre il contenuto di uno span specifico, anche se non so se questo è un uso corretto di grep. Quando eseguo grep sul file con l'espressione letta da un altro file (quindi non rovino l'escape di caratteri speciali), non emette nulla. Ho testato l'espressione in RegExr e corrisponde a "JUPITER", che è esattamente ciò che voglio restituire. Grazie mille per il vostro aiuto!

uscita desiderata

JUPITER 

Answer 1

Grep non supporta quel tipo di regex (lookbehind asserzioni), ed è un pessimo strumento per questo, ma per l'esempio dato è praticabile, si rompe sotto molti situtions .

grep -io "<span id=\"DInfo1_Municipality\">.*</span>" file.htlm | grep -io ">[^<]*" | grep -io [^>]* 

qualcosa di pazzo del genere, non è una buona idea.

Answer 2

sed -n '/DInfo1_Municipality/s/<\/span.*//p' file | sed 's/.*>//' 

Answer 3

dare una prova:

sed -n 's|^<span id="DInfo1_Municipality">\([^<]*\)</span></TD>$|\1|p' file 

o con GNU grep e la vostra espressione regolare:

grep -Po '(?<=<span id="DInfo1_Municipality">)([^</span>]*)'