0
我正在查看HTML文件以便于解析的目的进行修改。我需要把body中的每一项HTML分隔开来。如何使用Sed在每行中使用相同标记制作HTML内容
如我现在的HTML文件
<?xml version="1.0"?>
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html lang="en" xml:lang="en" xmlns="http://www.w3.org/1999/xhtml">
<head>
<meta content="text/html; charset=utf-8" http-equiv="Content-type" />
<meta name="ncc:files" content="78" />
</head>
<body>
<h1 class="title" id="h1"><a href="001.smil#txt4">ABOUT DAISY</a></h1>
<h1 class="section" id="h7">
<a href="002.smil#txt10">Cover</a>
</h1>
<span class="page-normal" id="p13">
<a href="002.smil#txt15">1</a>
</span>
<h1 class="section" id="h18">
<a href="003.smil#txt21">Swadesaabhimaani, K. Kelappan, Muhammad Abdul Rahiman</a>
</h1>
<span class="page-normal" id="p24">
<a href="003.smil#txt26">2</a>
</span>
<span class="page-normal" id="p33">
<a href="003.smil#txt35">3</a>
</span>
<h1 class="section" id="h38">
<a href="004.smil#txt41">Title</a>
</h1>
<span class="page-normal" id="p45">
<a href="004.smil#txt47">4</a>
</span>
<h1 class="section" id="h50">
<a href="005.smil#txt53">Publication</a>
</h1>
<span class="page-normal" id="p69">
<a href="005.smil#txt71">5</a>
</span>
<h1 class="section" id="h74">
<a href="006.smil#txt77">K. Ramakrishnapilla</a>
</h1>
</body>
</html>
所需的HTML后<body>
标签
<h1 class="title" id="h1"><a href="001.smil#txt4">ABOUT DAISY</a></h1>
<h1 class="section" id="h7"><a href="002.smil#txt10">Cover</a></h1>
<span class="page-normal" id="p13"><a href="002.smil#txt15">1</a></span>
手段的每个标签内容必须进来同一行没有分裂。 请告知如何使用sed
来完成。
虽然可以用'sed'作为超级高级挑战来做到这一点,您在这里可以更好地回顾S.O.使用'awk'设置一个标志变量来指示'
'。但是,请参阅http://stackoverflow.com/questions/1732348/regex-match-open-tags-except-xhtml-self-contained-tags/1732454#1732454。迟一些,你会遇到用'sed'或'awk'操作xml(ish)数据的问题。您需要学习一种支持xml支持的语言。祝你好运。 – shellter