如何使用像sed，awk或grep这样的linux程序从HTML选择列表中删除唯一值？

Question

我从选择框中复制HTML，并尝试找出一种快速删除HTML的方法，因此我留下了一个名单列表。一般来说，它不是问题，但它们具有独特的价值。我更喜欢使用像grep，sed，awk或vi这样的程序。现在我必须手动完成并编辑每一行。任何帮助都会很棒，谢谢！

<option value="DL_54292">(DL)finance</option>
<option value="DL_54274">(DL)sales</option>
<option value="510496">Ben Smith</option
<option value="510507">Christopher Jones</option>
<option value="510513">Dawn James</option>
<option value="510533">Joe Wilson</option>
<option value="551825">Mark Jackson</option>
<option value="510562">Ronnie Libby</option>

编辑：Fede。建议的输出格式。

尝试获取简单的文本列表，使用换行符或回车符。

finance
sales
Ben Smith
Christopher Jones
Dawn James
Joe Wilson
Mark Jackson
Ronnie Libby

Answer 1

使用grep获取标签之间的文本

$ grep -oP '(?<=>)[^<>]+' file
(DL)finance
(DL)sales
Ben Smith
Christopher Jones
Dawn James
Joe Wilson
Mark Jackson
Ronnie Libby

Answer 2

由于你提到了vi，你可以使用这一行

:%s_^<option value=".*">\(.*\)</option>$_\1_gi


%s -> substitute in all the file
^ -> start of line
.* -> any characters
\(.*\) -> any characters, remember those.
$ -> end of line
\1 -> first remembered match
gi -> ingnore case and take all matches in line
_ -> substitution separator

：s是搜索和替换，s_foo_bar用当前行中的bar替换foo

Answer 3

awk可以执行此操作：

awk -F"<|>" '{print $3}'
(DL)finance
(DL)sales
Ben Smith
Christopher Jones
Dawn James
Joe Wilson
Mark Jackson
Ronnie Libby

如果我的输出请求是真的，括号中的数据也应该消失：

awk -F"<|>" '{sub(/[^)]*)/,"",$3);print $3}'
finance
sales
Ben Smith
Christopher Jones
Dawn James
Joe Wilson
Mark Jackson
Ronnie Libby

Answer 4

如果您不介意使用Notepad ++，那么您可以使用此正则表达式：

.*>(.*)<.*

并替换为\1