请教一个sed的奇怪的问题？

[szl1997]

conky的天气预报原来直接是论坛上某位大婶的，后来天气预报网页改版了就寻思这自己改写一下。原来从来没接触过sed，百度了几天之后试着自己写写试试。发现了一个奇怪的问题：w3m -dump http://www.weather.com.cn/weather/101220501.shtml |sed -n '150,235p'|sed '/^$/d' >${wfile}
sed -i -e '/°C/{n;s/°C/°C到/}' ${wfile}
sed -i '/°C/x' ${wfile}
sed -i '/^$/d' ${wfile}
sed -i '/[到,风]/!s/$/-/' ${wfile}
这几行在我的笔记本上（ubuntu10.04）上执行的没有问题，但在ubuntu12.04上执行发现前两个匹配°C的行结果后在10.04上的结果不一样。（后面处理的结果是一样的）。不一样之处在“sed -i '/°C/x' ${wfile}”这一句，12.04上执行这一句后第一行含有°C的行没有了，第二行含有°C的前面加的“到”字没有了。

[eexpress]

你用sed处理中文，不考虑编码的？百度等网站的内容，缺省就不是utf8

[astolia]

你没有弄明白sed的x命令的意思。

x Exchange the contents of the hold and pattern spaces.

sed -i '/°C/x' ${wfile} 这样做的实际效果是把原来第N次出现°C的行与第N-1次的行交换，而非你想要的把某一天的两行数据交换。所以第一次的行会被清空，前一天的数据会跑到后一天去。

解析html，还是要用专门的工具，而不是用sed之类的纯文本处理工具

[szl1997]

解释一下，因为笔记本和台式机不在一起，所以截图的时间不是同一天，上图是12.04上执行的结果，下图是10.04上执行的结果。代码是完全一样的，可以发现不同的地方在上图中第一行温度没有了，第二行中“到“字没有了。（终端输出，不是原文件，但源文件也是一样的）。10.04上执行x的时候第一个匹配的行因为没有连续两行含有°C所以产生了一个空行，后面有连续两行有°C的话两行直接互换。（我也很奇怪为什么仅仅sed ‘/°C/x‘可以做到，想了半天都不行想直接x一下行不行没想到成功了）。 如果想将匹配行和下一行互换正确该怎么写？

[astolia]

你也不仔细看一下就觉得用成功了。18日的气温是1～11，19日是2～10，你输出的是18日气温11，19日1~10。

如果你坚持非要用sed来完成的话，可以这么干
把

代码： 全选

sed -i -e '/°C/{n;s/°C/°C到/}' ${wfile}
sed -i '/°C/x' ${wfile}

换成

代码： 全选

sed -i '/°C/{N;s/\s*\(.*\)\n\(.*\)/\2到\1/}' ${wfile}

[astolia]

我自己来做的话，如果不用高级语言，就用专门的html解析工具，代码的灵活性可读性要好得多
xidel容错度高比较适合干这种事 http://videlibri.sourceforge.net/xidel.html 。支持用xpath或css选择器来确定文本位置，不必去管具体行数了

代码： 全选

#!/bin/sh -

DATA=`wget 'http://www.weather.com.cn/weather/101220501.shtml' -O - 2>/dev/null | xidel --html --css "#7d" - 2>/dev/null`
export DATA

pick() {
	echo "$DATA" | xidel --css "#7d>ul>li[data-dn=7d$1]>$2" - 2>/dev/null
}

for i in `seq 7`; do
	DAY=`pick ${i} "h2"`
	WEA=`pick ${i} "p.wea"`
	THI=`pick ${i} "p.tem1>span"`
	TLO=`pick ${i} "p.tem2>span"`
	WIN=`pick ${i} "p.win>i"`
	echo "$DAY $WEA $TLO~$THI°C $WIN"
done

18日 晴转阴 1~11°C 微风
19日 阴转多云 2~10°C 微风
20日 晴 -1~8°C 微风
21日 晴 -3~7°C 3-4级转微风
22日 晴转多云 0~9°C 微风转3-4级
23日 多云转晴 0~11°C 微风
24日 晴 0~11°C 微风

[szl1997]

果然是。。。 受教了，呵呵。多谢！