删除<a>标签在othre标签的日中间

我有几行HTML文件看起来像这样：删除<a>标签在othre标签的日中间

<div class="thumb tright"> 
    <div class="thumbinner" style="width:302px;"> 
     <a href="https://example.com/en/File:Tools_my_settings.png" class="image"> 
      <img alt="" src="images_en/thumb/0/0a/tool_settings.png/9dd94c2d99eea9.png" width="300" height="110" class="thumbimage" srcset="/my/en/images_en/thumb/0/0a/my_settings.png/450px-my_settings.png 1.5x, /31/en/images_en/thumb/0/0a/my_settings.png/600px-my_settings.png 2x"/> 
     </a> 
     <div class="thumbcaption"> 
      <div class="magnify"> 
       <a href="https://example.com/en/File:Tools_my_settings.png" class="internal" title="Enlarge"></a> 
      </div> 
      Tool settings 
     </div> 
    </div> 
</div>Tools Features - So Far

我需要删除以下href和紧接着的.png 2x"/>文字对应的结束标记</a>元件。

<a href="https://example.com/en/File:**Tools_my_settings.png" class="image">...</a>

末我需要的线看起来像这样：

<div class="thumb tright"> 
    <div class="thumbinner" style="width:302px;"> 
     <img alt="" src="images_en/thumb/0/0a/tool_settings.png/9dd94c2d99eea9.png" width="300" height="110" class="thumbimage" srcset="/my/en/images_en/thumb/0/0a/my_settings.png/450px-my_settings.png 1.5x, /31/en/images_en/thumb/0/0a/my_settings.png/600px-my_settings.png 2x"/> 
     <div class="thumbcaption"> 
      <div class="magnify"> 
       <a href="https://example.com/en/File:Tools_my_settings.png" class="internal" title="Enlarge"></a> 
      </div> 
      Tool settings 
     </div> 
    </div> 
</div>Tools Features - So Far

所有文件包含相同的百通：<a href="https://choopy.com/en/File: ... 这是我曾尝试：

find /var/www/clients/client1/web2/web/lms_docs/ -type f -print0 | xargs -0 sed 's/<a\shref="https:\/\/choopy.com\/en\/File:([--:\[email protected]%&+~#=]*[a-z])\.png"\sclass="image">//g'

但它没有做任何事情，我不知道如何删除相应的结束标记</a>

来源

2016-06-07 James

你不想来代替'的https：//choopy.com ......'，不是吗？但是你的代码是为此而设计的。你应该用'https：//example.com ...'删除链接，对吗？ –

对不起，我修复了原来的帖子...... – James

股票建议：不要尝试使用像sed这样的面向行的工具来处理XML。改为使用'xmlstarlet'或'xsltproc'。 –

这将删除所有<a href>的一个image类https://...com和相应的</a>：

find /var/www/clients/client1/web2/web/lms_docs/ -type f -print0 | xargs -0 sed '/<a href=\"https:\/\/.*\.com\/en\/File:.*\" class=\"image\">/,/<\/a>/{ /<a href=\"https:\/\/.*\.com\/en\/File:.*\" class=\"image\">/d; /<\/a>/d}'

而这一次是针对特定领域，为https://example.com：

find /var/www/clients/client1/web2/web/lms_docs/ -type f -print0 | xargs -0 sed '/<a href=\"https:\/\/example\.com\/en\/File:.*\" class=\"image\">/,/<\/a>/{ /<a href=\"https:\/\/example\.com\/en\/File:.*\" class=\"image\">/d; /<\/a>/d}'

这是这样的：“匹配<a href ....与class图像之间的所有行和相应的<\a>（sed模式匹配：”/ /“）然后再次匹配的块做“{}”：匹配相同的模式并删除它们“/ d”。

更多信息：section 4.24

来源

2016-06-13 12:24:03

我认为，大括号“{}”中的指令可以简化，知道要删除的行是匹配块中的第一个和最后一个。 –

删除<a>标签在othre标签的日中间

回答

相关问题