Question

我有来自grep的输出我正在尝试清理看起来像：

<words>Http://www.path.com/words</words>

我尝试过使用......

sed 's/<.*>//'

...删除标签，但这只会破坏整行。我不确定为什么会这样，因为每个'＆lt;'以'＆gt;'结束在它到达内容之前。

最简单的方法是什么？

谢谢！

Answer 1

请尝试使用此sed表达式：

sed 's/<.*>\(.*\)<\/.*>/\1/'

表达式的快速细分：

<.*>   - Match the first tag
\(.*\) - Match and save the text between the tags   
<\/.*> - Match the end tag making sure to escape the / character  
\1     - Output the result of the first saved match 
       -   (the text that is matched between \( and \))

有关反向引用的更多信息

评论中提出的一个问题应该是为了完整性而解决。

\(和\)是Sed的反向引用标记。它们保存匹配表达式的一部分以供以后使用。

例如，如果我们有一个输入字符串：

这里有（parens）。另外我们可以使用parenslike thisparens 使用反向引用。

我们开发了一个表达式：

sed s/.*(\(.*\)).*\1\\(.*\)\1.*/\1 \2/

这给了我们：

parens like this

这是怎么回事？让我们分解表达方式来找出答案。

表达式细分：

sed s/ - This is the opening tag to a sed expression.
.*     - Match any character to start (as well as nothing).
(      - Match a literal left parenthesis character.
\(.*\) - Match any character and save as a back-reference. In this case it will match anything between the first open and last close parenthesis in the expression.
)      - Match a literal right parenthesis character.
.*     - Same as above.
\1     - Match the first saved back-reference. In the case of our sample this is filled in with `parens`
\(.*\) - Same as above.
\1     - Same as above.
/      - End of the match expression. Signals transition to the output expression.
\1 \2  - Print our two back-references.
/      - End of output expression.

我们可以看到，括号（(和)）之间的反向引用被替换回匹配表达式，以便能够匹配字符串parens。

从单行输出</tags>中删除html / xml <tags>的最简单方法

1 个答案: