当前位置:   article > 正文

Linux-正则表达式 筛选网页信息(实时空气质量)_linux 正则 网页

linux 正则 网页

半年前Linux课的实验内容

1、首先用wget获取网页信息并且使用more查看文件内容
在这里插入图片描述

2、可以看到,文件内容大概是这种格式的
在这里插入图片描述

3、首先,将<>以及<>内的内容去掉,使用到cat和流编辑命令sed
在这里插入图片描述

4、查看目前文件的内容格式如下:
在这里插入图片描述

5、要把日期和时间加到这些地名之前,注意到在“活动更新:”后面有日期和时间,分别是这一行的==$2和$3==中
在这里插入图片描述

6、创建一个对文本进行加工的awk文件,命名为flow.awk,对其进行编辑:

在这里插入图片描述

7、使用awk命令
在这里插入图片描述

这样可以把日期和时间打印出来了
结果是这样的:
在这里插入图片描述

因为awk命令自动对每行文本执行判断,所以是有很多行一样的

8、现在我们能得到日期和时间了,然后我们继续观察我们需要的数据行,行内的共同特点是都有一个字母“g”,修改awk文件,匹配这些行并输出对应结果:
在这里插入图片描述

对应上面的内容,
可以知道$1-$4指代的是监测点和其后面的三个参数

9、上一步之后再次使用步骤7的命令就能看到结果如下:
在这里插入图片描述

10、要把每行日期前面的内容替换成”2020-”

使用sed匹配的时候,用.*代替了中间的一连串字符(意为一个或多个任意字符)
结果如下:
在这里插入图片描述

11、然后把每行第一个逗号改为空格,第二个逗号前面添加:00,同样使用最简单的sed命令

在这里插入图片描述

12、根据作业要求,每行只要显示到地名后面的数字为止,将后面的东西删去:
在这里插入图片描述

主要思路是:去匹配地名后面的逗号和数字,还有数字后面的不需要的东西,将这些东西分成两部分,留下第一部分。

13、把结果重定向到文件中并查看:
在这里插入图片描述

成功!

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/Li_阴宅/article/detail/763112
推荐阅读
相关标签
  

闽ICP备14008679号