jq for html - Shell-Bash

介绍

jq 是一种轻量而强大的命令行 JSON 处理器。然而，它还可以用于处理 HTML 文档。jq 的 HTML 支持很强大，它可以帮助程序员轻松地抽取和过滤 HTML 文档中的数据，同时避免了使用复杂的正则表达式。

安装

要在 Shell-Bash 中使用 jq，您需要先安装它。在 Linux 中，您可以通过包管理器来安装 jq。例如，在 Ubuntu 上，您可以使用以下命令：

sudo apt-get update
sudo apt-get install jq

在 macOS 上，您可以使用 Homebrew 进行安装：

brew install jq

Windows 用户可以前往 jq 的官方网站（https://stedolan.github.io/jq/download/）下载 Windows 版本的 jq。

jq 的 HTML 支持

jq 可以将 HTML 文档解析为 JSON 格式，并使用类似于 XML DOM 的方式遍历它。您可以使用 select() 函数从 DOM 中选取元素或通过属性进行过滤。以下是一些常用的 jq 命令：

选取标签

如果您想选取特定的标签，例如 div，您可以使用以下命令：

cat index.html | jq '. | select(.tag=="div")'

选取属性

如果您想选取具有特定属性的元素，例如 class="article"，您可以使用以下命令：

cat index.html | jq '. | select(has("attrs") and .attrs.class == "article")'

选取多个元素

如果您想选取多个元素，则可以在 select() 函数中进行链式的筛选。例如，以下命令选取了所有 div 中头部为 h2 的元素：

cat index.html | jq '. | select(.tag == "div") | .children[] | select(.tag == "h2")'

提取元素的文本

如果您想提取元素的文本，您可以使用 text 函数。例如，以下命令从所有 p 标签中提取文本：

cat index.html | jq '. | select(.tag == "p") | .children[] | select(.type == "text") | .text'

修改元素的属性

您可以使用 |= 语法来修改元素的属性。例如，以下命令将所有 a 标签的 target 属性设置为 _blank：

cat index.html | jq '. | select(.tag == "a") | .attrs.target |= "_blank"'

总结

基于 jq 命令，可以轻松地过滤和提取 HTML 文档中的数据。有了 jq，您可以避免使用复杂的正则表达式，并且使用 JSON 格式更容易处理和解析数据。希望本文能够帮助您更好地使用 jq。