Extrai valores de arquivos HTML

0

Eu tenho dois arquivos HTML, em que parte do conteúdo se parece com isso:

No FILE1:

<td width="48%" align="right" valign="top">
<b>mom. Wirkleistung P+ tot.: </b><br>
<b>mom. Wirkleistung P+ L1: </b><br>
<b>mom. Wirkleistung P+ L2: </b><br>
<b>mom. Wirkleistung P+ L3: </b><br>
</td><td width="4%" align="middle">
&nbsp;
</td><td width="48%" valign="top">
<b>114,00 W </b><br>
<b>  2,00 W </b><br>
<b>109,00 W </b><br>
<b>  2,00 W </b><br>
</td></tr></table>
<p></td>

e no arquivo 2:

<b>mom. Wirkleistung P- tot.: </b><br>
<b>mom. Wirkleistung P- L1: </b><br>
<b>mom. Wirkleistung P- L2: </b><br>
<b>mom. Wirkleistung P- L3: </b><br>
</td><td width="4%" align="middle">
&nbsp;
</td><td width="48%" valign="top">
<b>  45,00 W </b><br>
<b>  0,00 W </b><br>
<b>  0,00 W </b><br>
<b>  0,00 W </b><br>
</td></tr></table>

Onde eu quero usar para ambos os arquivos o primeiro valor de Watt (114,00 e 45,00, que naturalmente muda a cada 5 segundos) e coloque a soma juntos.

Estou usando um RASPBERRY PI (do Debian Linux), existe uma maneira de extrair esses valores dos dois arquivos e adicioná-los juntos, para que ele funcione mesmo que contenha um valor de 5.00 ou 66.70 ou 1444.24. / p>

ANEXADO abaixo do ARQUIVO COMPLETO ....

<html><head>
<title>FacilityWeb</title>
<meta http-equiv="cache-control" content="no-cache">
<style type="text/css">
#idHF  {font-family:Arial; font-size:30px; color:#FFFFFF }
a      {font-family:Arial; font-size:20px; color:#FFFFFF }
table  {font-family:Arial; font-size:20px; color:#FFFFFF }
input  {font-family:Arial; font-size:20px; font-weight:bold; color:#000000 }
select {font-family:Arial; font-size:20px; font-weight:bold; color:#000000 }
</style>
</head>
<body bgcolor="#000000" link=#ffffff vlink=#ffffff alink=#ffffff>

<table align="center" border="0" width="960" cellspacing="0" cellpadding="8">
<tr><td id="idHF" align="right" valign="middle" bgcolor="#0074B2">
<b><i>Lingg &amp; Janke&nbsp;</i></b></td></tr></table>

<p><table align="center" border="0" width="960" bgcolor="#2f2f2f"><tr>

<!-- BCU part begin -->

<td align="center">
<a href="valpap">[ LEISTUNG P+ ]</a> <a href="valpan">[ LEISTUNG P- ]</a>
<a href="valprp">[ LEISTUNG Q+ ]</a> <a href="valprn">[ LEISTUNG Q- ]</a><br>
<a href="valv">[ SPANNUNG ]</a> <a href="valc">[ STROM ]</a>
<a href="valx">[ COS PHI ]</a><br>
<a href="valpapt">[ GRENZWERTE P+ tot. ]</a><br><a href="valpap1">[ GRENZWERTE P+ L1 ]</a>
<a href="valpap2">[ GRENZWERTE P+ L2 ]</a> <a href="valpap3">[ GRENZWERTE P+ L3 ]</a><br>
<a href="/1.1.2/">[ HOME ]</a>
<p><b>Wirkleistungen P+ (Bezug)</b><p>
<table width="100%"><tr>
<td width="48%" align="right" valign="top">
<b>mom. Wirkleistung P+ tot.: </b><br>
<b>mom. Wirkleistung P+ L1: </b><br>
<b>mom. Wirkleistung P+ L2: </b><br>
<b>mom. Wirkleistung P+ L3: </b><br>
</td><td width="4%" align="middle">
&nbsp;
</td><td width="48%" valign="top">
<b> 70,00 W </b><br>
<b>  2,00 W </b><br>
<b> 64,00 W </b><br>
<b>  2,00 W </b><br>
</td></tr></table>
<p></td>

<!-- BCU part end -->

</tr></table><p>

<table align="center" border="0" width="960" cellspacing="0" cellpadding="8">
<tr><td align="center" valign="middle" bgcolor="#0074B2">
<a id="idHF" href="/en/main.htm"><b>HOME</b></a></td></tr></table>

</body></html>
    
por njordan 01.09.2014 / 10:38

1 resposta

1

Supondo que o arquivo de entrada seja a.txt e b.txt respectivamente,

sed -e 's/<[^>]*>//g' -e s/,/./ a.txt|awk '/W/ { s+=$1 } END { print s }'
227

sed -e 's/<[^>]*>//g' -e s/,/./ b.txt|awk '/W/ { s+=$1 } END { print s }'
45

Este trabalho, mesmo com dados decimais (por exemplo, 0,12 W , dá 45.12 ).

Se você sempre deseja dados decimais

sed -e 's/<[^>]*>//g' -e s/,/./ a.txt|awk  '/W/ { s+=$1 } END { printf "%.2f\n", s }'
227.00

Editar: Para obter apenas o primeiro valor ($ 2 é W, você imprime $ 1)

sed -e 's/<[^>]*>//g' -e s/,/./ a.txt|awk '/W/ { print $1 ; exit ;  }'

Editar 2: com log completo, tentando obter linha com W

sed -e 's/<[^>]*>//g' -e s/,/./ a.txt|awk '$2 == "W" { print $1 ; exit ;  }'
70.00

Editar 3: adicionando dois valores.

A maneira mais simples é usar habilidades bash para adicionar números.

Digamos que seus arquivos estejam em arquivos1.htmland files2.html

VAR1=$(sed -e 's/<[^>]*>//g' -e s/,/./ files1.html |awk '$2 == "W" { print $1 ; exit ;  }' )
VAR2=$(sed -e 's/<[^>]*>//g' -e s/,/./ files2.html |awk '$2 == "W" { print $1 ; exit ;  }' )
SUM=$(($VAR1 + $VAR2))
    
por 01.09.2014 / 11:11