Grep / RegEx帮助

Question

如果这是一个非常愚蠢的问题，我道歉。我有以下格式的数据：

etc etc etc <span>etc etc etc</span> etc etc etc
etc etc etc <span>etc etc etc</span> etc etc etc
etc etc etc <span>etc etc etc</span> etc etc etc

有没有办法让每一行都能找到一个超出两侧跨度标签的匹配？

Answer 1

grep "\(StringGoesHere.*<span>.*</span>\)\|\(<span>.*</span>.*StringGoesHere\)"

这只是在span标记之前测试StringGoesHere，在span标记之后再测试一次。如果每行有多组span标记，则无效，如果该行没有任何span标记，则无效。

Answer 2

如果你拥有它，请使用gawk（下次说明你的操作系统）

gawk 'BEGIN{
    RS="</span>"
    FS="\n"
}
{
  m=split($0,a,"<span>")
  if( a[1] ~ /word/){
    print "found: "a[1]" in line: "NR
  }
} ' file

输出

$ cat file
word <span> word blah</span> word
word <span> word
          blah</span>
word etc <span> word blah</span> etc

$ ./shell.sh
found: word  in line: 1
found:  word
word  in line: 2
found:
word etc  in line: 3

Answer 3

或尝试sed：

sed 's:<span>.*</span>::' <FILE>

HTH

Answer 4

grep "SearchString" | grep -v "<span>.*SearchString.*</span>"

应该找到SearchString的任何行，然后移除SearchString位于<span> ... </span>内的行。