我的问题：如何查找具有不匹配的左尖括号的行，并将这些括号替换为其HTML等效项。
示例输入：
<dd>
Pro 10g Flüssigkeit: 2g Wasserstoffperoxid <10% Tenside. ENTHÄLT: Sulfamidsäure,</dd>
通过替换不匹配的＆lt;＆lt; 10％＆＃39>来预期输出字符串：
<dd>
Pro 10g Flüssigkeit: 2g Wasserstoffperoxid <10% Tenside. ENTHÄLT: Sulfamidsäure,</dd>
有德国＆＃39; Umlaute＆＃39;包含在我的示例文本中以防万一他们可以搞砸了某些内容＆＃39; ...
如果可能，我想使用sed或awk。
我看过： Use sed with regex and (，How to decrement (substract) number in file with sed和 sed - regex square brackets detection in Linux和其他Q＆amp; A但我似乎无法理解正则表达式。遗憾！
非常感谢你的帮助！
答案 0 :(得分：2)
这是一个危险的提案，因为sed逐行工作，对于每一行，有几种情况需要考虑：
可能只有没有任何html标签的小于字符：
<p>
x < 10
</p>
在你的例子中，可能有一个html标签，在小于号的字符
之后<p> x < 10 </p>
小于字符可以在html标记内。
<img src="..." alt="Graph for x < 10">
它可能是一个非常长的html标签，在后面的行中关闭。
<img
src="..."
alt="..."
>
我要做的是首先假设只有前两个选项存在，然后使用这样的东西：
sed -i.orig -r 's/<([^>]*($|<))/\<\1/g' file.
这将使用新扩展程序.orig保留原始文件的备份，以便您可以在两者上运行diff程序以查看更改的内容。
至于如何运作：
s/AAA/BBB/g将所有AAA替换为BBB s/A(CC)/B\1/g将ACC替换为BCC，即为\1 [^>]*表示 <{strong> >以外的任何字符中的零个或多个($|<)可以是行尾或<，以先到者为准。因此它会在<之前搜索>，直到下一个<或该行的结尾，并用<替换该部分及其所有内容在初始<
答案 1 :(得分：1)
这可能足够好了：
$ sed -E 's/<([^>]+<)/\<\1/g' file
<dd>
Pro 10g Flüssigkeit: 2g Wasserstoffperoxid <10% Tenside. ENTHÄLT: Sulfamidsäure,</dd>
如果没有，那么编辑你的问题提供一个更完整（但仍然简洁和可测试）的例子，真正代表你真实的输入。
关于变音符号或任何其他输入字符btw没什么特别的。