本文讲解如何在 Bash 环境下准确提取 HTML 片段中与目标文本（如 blue）相邻的结构化内容（如整个 ），解决 grep 默认不跨行匹配导致提取失败的问题，并提供安全、可复用的正则方案。
本文讲解如何在 bash 环境下准确提取 html 片段中与目标文本（如 `
在 Bash 中直接解析 HTML 时，一个常见误区是误用基础 grep 处理多行结构。例如，原始命令：
grep -o '<tr>.*blue.*</tr>' "$HTML_FILE"
始终返回空结果，根本原因在于：*标准 grep 默认以行为单位处理输入，而 HTML 标签（如 <tr> 和 <code>
在单行模式下无法跨越换行符匹配**。即使
与
✅ 正确解法需同时满足两个条件：
- 启用跨行匹配（即“点号匹配换行符”）；
- 使用非贪婪匹配，避免过度捕获（如匹配到文档末尾的
GNU grep 的 -z（null-data）与 -P（PCRE）组合可优雅解决：
立即学习“前端免费学习笔记（深入）”；
grep -z -Po '(?s)<tr>.*?blue.*?</tr>' "$HTML_FILE"
-
-z：将输入视为以 null 字符分隔的记录（而非换行符），使整个文件被当作“一行”处理； -
-P：启用 Perl 兼容正则，支持高级语法； -
(?s)：内联标志，启用s（single-line）模式，使.可匹配换行符； -
.*?：非贪婪量词，确保匹配到第一个闭合，而非最远的那个。
? 示例运行（基于题干 HTML）将精准输出：
<tr>
<td>
<a href="localhost/url1">url1</a>
</td>
<td>blue</td>
</tr>⚠️ 注意事项：
- 此方法适用于格式相对规整、无嵌套同名标签干扰的简单场景（如单层
<tr>）。若 HTML 存在嵌套 <code><tr> 或动态生成内容，强烈建议改用专业 HTML 解析器（如 <code>pup、xmlstar或 Python 的BeautifulSoup），避免正则解析 HTML 的固有风险； -
-z依赖 GNU grep（macOS 自带 BSD grep 不支持，需brew install grep并使用ggrep）； - 提取
href值可在此基础上链式处理，例如：grep -z -Po '(?s)<tr>.*?<td>blue</td>.*?</tr>' "$HTML_FILE" | \ grep -o 'href="[^"]*"' | cut -d'"' -f2
总结：Bash 中提取 HTML 上下文的关键，在于突破行边界限制并控制匹配精度。grep -zPo '(?s)...' 是轻量级任务的高效选择，但请始终牢记——正则不是 HTML 解析器，复杂结构请交由专用工具。
