Question

我的文件包含以下行：

    <li><b> Some Text:</b> More Text </li>

我想删除html标记，并用短划线替换标记，使其变为如下所示：

一些文字： - 更多文字

我正在尝试使用sed但是我找不到合适的正则表达式组合。

Answer 1

如果您严格要删除所有HTML标记，但同时仅将标记替换为-，则可以链接两个简单的{{1带管道的命令：

sed

这会将所有文件的内容传递给第一个cat your_file | sed 's||-|g' | sed 's|<[^>]*>||g' > stripped_file命令，该命令将把sed替换为。然后，它的输出将通过管道传递给-，它将用空字符串替换所有HTML标记。最终输出将保存到新文件sed。

使用与@Steve的其他答案类似的方法，您还可以使用stripped_file的{{1}}选项将表达式链接到单个（非管道命令）;通过添加sed，您还可以读入并替换原始文件的内容，而无需-e或新文件：

-i

这将像上面的chained-command一样进行替换，但是这次它将直接替换输入文件中的内容。要保存到新文件，请删除cat并将sed -i -e 's||-|g' -e 's|<[^>]*>||g' your_file添加到结尾（或您选择的任何文件名）。

Answer 2

使用GNU sed的一种方式：

sed -e 's/<\/b>/-/g' -e 's/<[^>]*>//g' file.txt

示例：

echo "<li><b> Some Text:</b> More Text </li>" | sed -e 's/<\/b>/-/g' -e 's/<[^>]*>//g'

结果：

 Some Text:- More Text

在bash中删除/替换html标签

2 个答案: