我希望在已知的HTML标记之间提取数据。例如:使用sed提取HTML标记数据
Hello, <i>I<i> am <i>very</i> glad to meet you.
应该改为:
'我
很'
所以我发现一些作品以近做到这一点。不幸的是,它只提取最后一个条目。
sed -n -e 's/.*<i>\(.*\)<\/i>.*/\1/p'
现在我可以追加任何结束标记</i>
以换行符,这工作得很好。但是有没有办法只用一个sed命令呢?
我希望在已知的HTML标记之间提取数据。例如:使用sed提取HTML标记数据
Hello, <i>I<i> am <i>very</i> glad to meet you.
应该改为:
'我
很'
所以我发现一些作品以近做到这一点。不幸的是,它只提取最后一个条目。
sed -n -e 's/.*<i>\(.*\)<\/i>.*/\1/p'
现在我可以追加任何结束标记</i>
以换行符,这工作得很好。但是有没有办法只用一个sed命令呢?
$ awk -vFS="<.[^>]*>" '{for(i=2;i<=NF;i+=2)print $i}' file
I
very
这给一试:
sed -n 's|[^<]*<i>\([^<]*\)</i>[^<]*|\1\n|gp'
而且你的例子是缺少一个 “/”:
Hello, <i>I</i> am <i>very</i> glad to meet you.
试试这个:
$ sed 's/<[^>]*>//g' file.html