【grep】从html表格中快速定位某个数据

1 背景

在html中是一堆表格、图片、文字什么的，想从表格中提取关键词为“GJC”后对应的数字，怎么办呢？

逐个打开html文件，“ctrl+F”搜一下，然后复制粘贴？数量少可以的，数量多就不ok了。

2 参考知识

2.1 grep

grep命令中的-A参数

-A NUM，--after-context=NUM
1

列出符合搜索行之后的NUM行，使用示例如下：

$ grep -A 1 panda file
1

从文件 file 中搜索有 panda 字样的行，并同时显示该行的后 1 行。

2.2 HTML基础语言标签

、属于HTML语言标签，含义如下：

• tr 标签 ，代表HTML表格中的一行，tr标签是成对出现的，以开始，以结束。
• td 标签 ， 代表HTML表格中的一个单元格，td标签是成对出现的，以开始，以结束。

3 解决方案

输出：当前所有文件夹下的所有html文件中，GJC所在行 及后面3行

grep GJC -A 3 */*.html
1

如果输出内容比较多，可以将终端中输出的所有内容复制粘贴到excel中，善用数据-分列/排序功能

分列中分隔符号-空格(连续分隔符号视为单个处理)
排序中可以看看根据哪个列来操作