sed，删除不以标点符号开头的字符串

Question

我需要从文本中删除以下所有子字符串：

</p>

<p class="calibre2">

但不是标点前面的那些，比如“。”要么 ”？”或“！”

所以删除以下

Hello</p>

<p class="calibre2"> World

- ＆GT;输出所需的“Hello World”

但保留以下相同内容，不做任何修改：

Hello.</p>

<p class="calibre2"> World

Answer 1

这必须是sed吗？ perl怎么样？

perl -0777 -pe 's{(?<![[:punct:]])</p>\s*<p class="calibre2">}{}g' file

Answer 2

你可以在正则表达式的帮助下做到这一点。

我可以使用此模式替换

\<\/p\>\s{0,}\<p[\w\W]{0,}?\>

在PHP中，您可以使用此代码

$a = 'Hello</p>

<p class="calibre2"> World';

$pattern = '/\<\/p\>\s{0,}\<p[\w\W]{0,}?\>/';

echo preg_replace($pattern,'',$a);