我一直在研究如何从HTML中提取标题标签。 我已经差不多想通了，正则表达式和HTML不混合，可以使用grep的。 然而，我发现代码在这里 ，看起来是这样的：
awk -vRS="</title>" '/<title>/{gsub(/.*<title>|\n+/,"");print;exit}'
现在，这个工程找到标题标签之间的文本只有一次。 我想知道我怎样才能使它在每行上运行。 我可以做一个cat file; while read line; do ...; done cat file; while read line; do ...; done cat file; while read line; do ...; done 。 但是，我知道，可能不是非常有效的，有一种更好的方式。
其次，在文件中我需要保持与字符串开始的任何行“ - ”。 我相信这需要增加一个“或”声明awk所以它将匹配标题标签和启动任何线“ - ”
输入文件应该是这样的：
text text text <title>random text of the title 1</title> random html stuff
--time--
xyz more random text <title>random text of the title 2</title> hmtl text
--time--
some text <title>random text of the title 3</title> more text tags
--time--
text here <title>random text of the title 4</title> random text html
--time--
所需的输出：
<title>random text of the title 1</title>
--time--
<title>random text of the title 2</title>
--time--
<title>random text of the title 3</title>
--time--
<title>random text of the title 4</title>
--time--
我不是awk的，伟大的，但我学习。 我知道应该有打印所有的选项，但它是我真的很粘在OR语句。 我打开的sed或者用grep如果你认为这是更有效的。 任何帮助或方向是极大的赞赏。
