嘿，任何人都可以告诉我在终端中编写命令，使用＆lt; li＆gt;，＆lt; strong＆gt;，＆lt; b＆gt;，＆lt; title＆gt;，＆lt; td＆gt;等标签从html文件中提取文本。 ..etc ...和$ var =“strings”和javascript函数使用msgstring ....
- ＆gt;我正在考虑将这些标签放在文本文件中......
- ＆gt;然后我想在终端命令的帮助下匹配标签......
- ＆gt;然后我必须将它放入转储文件（文本）......
因为......我想用语言偏好来改变文本....
我尝试使用awk脚本和egrep ....但是我的结果很糟糕......
答案 0 :(得分：2)
这正是 pandoc 的用途。
pandoc filename.html -f html -t plain -o filename.txt
作为奖励，生成的纯文本格式精美。
答案 1 :(得分：1)
使用awk和egrep执行此操作可能意味着使用正则表达式来解析HTML。这是一个坏主意。见this famous answer
相反，使用HTML解析器。请参阅上面链接中的其他答案，获取HTML解析器的链接。
关于解析PHP源代码：
由于它在结构上与HTML类似，因此您可以使用（容忍）HTML解析器。否则，请使用PHP解析器。参见例如this answer
答案 2 :(得分：0)
您可能想澄清您的问题（样本输入和预期输出可能会有所帮助）。通过“终端中的命令”，你的意思是shell命令。
这看起来很不重要，您可能需要编写一个shell脚本。见Advanced Bash-Scripting Guide。但正如sleske所指出的，我还推荐了一些更高级的脚本语言（perl / python）。
答案 3 :(得分：0)
使用这样的正则表达式：
perl -pne '/<strong>(.*)?<\/strong>/;' file
当然，我猜你的正则表达式会更复杂。
答案 4 :(得分：0)
egrep -i -r -f myfile.txt [path]＆gt; dumpdata.txt
它的工作...但我必须解析更多....清除javascript的所有功能和包含字符串的php的变量值...
感谢所有建议。
建议你是否知道更准确....