Regex, mit sed html-Datei zerlegen, ganz kurze Anfängerfrage

[Ich (Gast)]

Hallo,

aus einer html-Datei will ich mittels sed das ausgeben, was zwischen 
<title> und </title> steht. Soweit bin ich schon:

sed -n 's/.*<title>\([^<]*\).*/\1/p' temp.html

liefert mir den Inhalt des letzten title-Tags, weil das erste .* ja 
"gierig" möglichst viel mitnimmt.

Wie bekomme ich den Inhalt des zweiten, dritten, etc. title-Tags?

[Ich (Gast)]

Problem gelöst:
http://alleightllc.wordpress.com/2007/12/13/extracting-htmlxml-tag-text-data-using-sed/

----------------------------------------------------------v
cat temp.html | sed -e 's/<\/title>/<\/title>\n/g' | sed '3q;d' | sed -n 
-e 's/.*<title>\(.*\)<\/title>.*/\1/p'

gibt den Inhalt des 3. <title>-Tags aus.

Eine elegantere Lösung wäre mir dennoch lieber, kann mir jemand helfen?

[Daniel F. (df311)]

Ich schrieb:
> gibt den Inhalt des 3. <title>-Tags aus.

in dem fall solltest du das html in die tonne treten. es ist nämlich 
maximal 1 title-tag pro html-datei erlaubt (und das muss im head-bereich 
stehen)

[Ich (Gast)]

Ich korrigiere mich:

Es ist kein HTML, sondern ein XML im Atom-Feed-Format als Ergebnis einer 
Youtube-Suchanfrage.
(Hoffentlich stimmt das so, ich weiß nämlich überhaupt nicht, wovon ich 
rede.)

[Tom K. (ez81)]

HTML/XML mit Regexen parsen funktioniert nicht wirklich gut. Wo sed ist, 
ist meist auch Python vorhanden. Und fertige Lösungen zum RSS parsen 
sollte es dafür reichlich geben. Mit bash+sed geht viel, aber irgendwann 
wird es unhandlich und unlesbar.

EDIT:
Beispiel (damit der Beitrag konstruktiv wird ;) ) mit feedparser

import feedparser
d = feedparser.parse('http://www.mikrocontroller.net/newsfeed')
# oder lokal mit
# d = feedparser.parse('blablubb.xml')
for e in d.entries:
    print e.title

http://pypi.python.org/pypi/feedparser/