Question

我有一些html文件，并且只想提取包含这些标记的行：

head
p

我使用sed提取文件的这些部分，如下所示：

grep "<head>" myfile.html | sed -e 's%\(head\)\(.*\)\(/head\)%title\2\/title%'

grep "<p>" myfile.html | sed -e 's%\(<p>\)\(.*\)\(</p\)\(>\)%\2\\%'

一切都很好，但我在每一行的末尾都有“\”字符。我怎么能克服这个问题？

Answer 1

在这个命令中，你告诉它通过包含双反斜杠来添加反斜杠：

sed -e 's%\(<p>\)\(.*\)\(</p\)\(>\)%\2\\%'

尝试删除反斜杠：

sed -e 's%\(<p>\)\(.*\)\(</p\)\(>\)%\2%'

此外，您不需要grep：

sed -ne '/<p>/{s%\(<p>\)\(.*\)\(</p\)\(>\)%\2%;p}'

Answer 2

请勿在替换字符串末尾使用\：

grep "<p>" myfile.html | sed -e 's%\(<p>\)\(.*\)\(</p\)\(>\)%\2%'