我希望在已知的HTML标记之间提取数据。例如:
Hello, <i>I<i> am <i>very</i> glad to meet you.
应该成为:
'I
very'
所以我找到了适合几乎这样做的东西。不幸的是,它只提取最后一个条目。
sed -n -e 's/.*<i>\(.*\)<\/i>.*/\1/p'
现在我可以使用换行符添加任何结束标记</i>
,这样可以正常工作。但有没有办法只用一个sed命令来做到这一点?
答案 0 :(得分:3)
尝试一下:
sed -n 's|[^<]*<i>\([^<]*\)</i>[^<]*|\1\n|gp'
您的示例缺少“/”:
Hello, <i>I</i> am <i>very</i> glad to meet you.
答案 1 :(得分:2)
试试这个:
$ sed 's/<[^>]*>//g' file.html
答案 2 :(得分:0)
$ awk -vFS="<.[^>]*>" '{for(i=2;i<=NF;i+=2)print $i}' file
I
very