htmlq

Utiliza selectores CSS para extraer contenido de archivos HTML. Más información: https://github.com/mgdm/htmlq.

• Devuelve todos los elementos de la clase card:

cat ruta/al/archivo.html | htmlq '.card'

• Obtiene el contenido del texto del primer párrafo:

cat ruta/al/archivo.html | htmlq --text 'p:primer-del-tipo'

• Encuentra todos los enlaces de una página:

cat ruta/al/archivo.html | htmlq --attribute href 'a'

• Elimina todas las imágenes y archivos SVG de una página:

cat ruta/al/archivo.html | htmlq --remove-nodes 'img' --remove-nodes 'svg'

• Impresión bonita y escritura de la salida en un archivo:

htmlq --pretty --filename ruta/a/archivo.html --output ruta/a/salida.html