如何使用grep或其他方法从卷曲结果中提取子字符串和数字

Question

这是我的第一个问题/帖子，我对使用正则表达式非常陌生。尽管进行了大量的搜索和实验(例如，-o和-w选项)，但我似乎无法完成以下工作(我不好意思发布所有失败的尝试，但看到了文章的结尾)。我试图从网站上提取一些天气细节(状态、温度和风向信息)。

我使用下面的语句将适当的信息提取到文本文件中，然后我想要grep来提取该信息。当前天气列在顶部，所以我只需要前几行(头-n 7)。您可以访问该站点(https://wttr.in/[city])并进入一个城市，以查看结果的多样性。

curl -s wttr.in/fargo \\ head -n 7>~/Download/ather.cache

以下是我所面临的问题/挑战：

1. 每一行都有一些“棍子”艺术，这是颜色编码的。这些代码与“棍子”文本一起被拖到文本文件中。
2. 目前的天气状况可能是一个单词(Sunny)或多个单词(部分多云)。我什么都要。
3. 温度可以是一个数字(5°F )，范围(0-15°F)，当然也可以是负数(-10-5°F )。我需要所有的信息。
4. 风向和风速(↘8英里/小时)。同样，速度可以是一个范围(5-16英里/小时)。风向是一个特殊的/unicode字符，我想捕捉它。
5. 我希望将每个项(#2-4)赋值给它自己的变量，而不需要从行中添加任何额外的内容。

上述示例的理想结果(将用于状态栏中)如下所示。

天气=“阳光”

温度=“-22-5°F”

风=“↘8英里每小时”

如能提供任何协助，将不胜感激。在此之前我很抱歉，因为我很难正确设置这个帖子的格式。

背景

实际的网站视图如下，但没有颜色编码的“太阳”棒图和"8“(风速)。注意:颜色编码是不正确的，因为张贴软件(可能是我缺乏知识)。因此，访问原始站点(https://wwtr.in/fargo)可能会有所帮助。

Weather report: Fargo, United States of America

         \   /     Sunny
          .-.      -22--5 °F      
       - (   ) -   ↘ 8 mph        
          `_'      9 mi           
         /   \     0.0 in 



Curl result is below, which is being stored in the weather cache file I'm working with.

Weather report: Fargo, United States of America

 [38;5;226m    \   /    [0m Sunny
 [38;5;226m     .-.     [0m [38;5;021m-22[0m-[38;5;021m-5[0m °F[0m      
 [38;5;226m  ― (   ) ―  [0m [1m↘[0m [38;5;226m8[0m mph[0m        
 [38;5;226m     `-’     [0m 9 mi[0m           
 [38;5;226m    /   \    [0m 0.0 in[0m

===

一些尝试

作为一个关于温度的例子，这是我最近的例子。

egrep --regexp='-?[[:digit:]].*°F'


  .-.      -22--5 °F

失败的尝试包括(也尝试过-w选项)。

    grep -m 1 -Eo -e '-?[[:digit:]].*°F'

38;5;226m     .-.      -22--5 °F

Answer 1

使用lynx而不是curl，您就不会得到所有的格式化字符：

$ lynx --dump 'https://wttr.in/fargo' | head
Weather report: Fargo, United States of America

     \   /     Sunny
      .-.      -11-1 °F
   ― (   ) ―   ↘ 8 mph
      `-’      9 mi
     /   \     0.0 in
                                                       ┌─────────────┐

┌──────────────────────────────┬───────────────────────┤  Mon 18 Feb ├────────

。

$ lynx --dump 'https://wttr.in/fargo' |
awk '
    BEGIN{ split("_ _ Weather Temp Wind",m) }
    NR>2 && NR in m{ sub(/.*  /,""); print m[NR] " = \"" $0 "\"" }
'
Weather = "Sunny"
Temp = "-11-1 °F"
Wind = "↘ 8 mph"

Answer 2

指出API允许以其他方式下载会不会很无聊？

例如：各种短格式，如：

curl "http://wttr.in/Fargo?format=4"
curl "http://wttr.in/Fargo?format=%l:%c:%t:%w"

或html：

curl -H 'User-Agent: mozilla/compatible' http://wttr.in/Fargo

后者有助于插入逻辑标记。

另一种剥去ANSI逃逸的方法是：

curl -s http://wttr.in/Fargo | head -7 | colorize --clean-all

如果您有colorize实用程序(在各种linux发行版中都可以使用)。