Получить несколько слов после определенного слова HTML с помощью сценариев linux / unix

Анализировать html с помощью регулярного выражения не рекомендуется по нескольким причинам (см. https://stackoverflow.com/a/1732454/12957340), но вот одно из возможных решений:

awk -F'[<>/"]' 'BEGIN{ print "title | link" }; /\(.*\)/ {print $6 " | " $3}' movie.html

С вашими показанными образцами, не могли бы вы попробовать следующее. Я предпочитаю это с функцией match.

awk '
BEGIN{
  OFS = " | "
  print "title | link"
}
match($0,/^<a href = "[^"]*/){
  val=substr($0,RSTART+9,RLENGTH-9)
  match($0,/>.*</a>/)
  print substr($0,RSTART+1,RLENGTH-6),val
}' Input_file

Объяснение: Добавление подробного объяснения вышеизложенного.

awk '                                      ##Starting awk program from here.
BEGIN{                                     ##Starting BEGIN section of this program from here.
  OFS = " | "                                ##Setting OFS as space | space here.
  print "title | link"                     ##Printing title space | space link here.
}
match($0,/^<a href = "[^"]*/){               ##Using match to match regex from starting of line <a href = " till " comes.
  val=substr($0,RSTART+9,RLENGTH-9)        ##Creating val which has sub string of matched above text, making it as per OP needs here.
  match($0,/>.*</a>/)                     ##Using match to match from > till </a> here.
  print substr($0,RSTART+1,RLENGTH-6),val  ##Printing current matched sub string(by above match function) and val value here.
}
' Input_file                               ##Mentioning Input_file name here. 

Другой способ, я думаю, вы могли бы получить обработанные строки с помощью grep, а затем использовать формат awk для вывода содержимого.

grep -oP 'href = "([^".]*)">([^</.]*)' movie.html | awk -F'[">]' 'BEGIN{print "title | link"}{print $4" | "$2}'

grep получит следующие строки:

href = "1%20Buck%20%282017%29/">1 Buck (2017)
href = "1%20Mile%20to%20You%20%282017%29/">1 Mile to You (2017)
href = "1%20Night%20%282016%29/">1 Night (2016)

Добавление в код функций sub() и gsub():

awk -F'[><]' 'BEGIN{ print "title","|", "link" } /%29/ {sub(///, " |", $3);gsub(/^a href = "|"$/, "", $2);print $3,$2}' file
title | link
1 Buck (2017) | 1%20Buck%20%282017%29/
1 Mile to You (2017) | 1%20Mile%20to%20You%20%282017%29/
1 Night (2016) | 1%20Night%20%282016%29/

С file > output:

awk -F'[><]' 'BEGIN{ print "title","|", "link" } /%29/ {sub(///, " |", $3);gsub(/^a href = "|"$/, "", $2);print $3,$2}' file > output.txt

Если ed доступен / приемлем, и вы понимаете риск использования парсера, отличного от html, для анализа файлов hmtl.

script.ed

0a
title | link
.
p
g/^<a href=.\{1,\}/s/^.\{1,\} = "//\
s//[[:blank:]]*</a>.*$//\
s/">/ /\
s/^\([^ ]\{1,\}\) \(.\{1,\}\)/\2 | \1/p
Q

потом

ed -s file.html < script.ed