Question

我有这个字符串：

<a href="/article/aujourd-hui-moment-calin-avec-mon-copain-attache-et-a-4-pattes-il-finis-en-moi-et-recoit-u_267211.html"> Aujourd’hui, moment à la fois câlin et torride avec mon copain. On se fait un petit délire BDSM et, me retrouvant à 4 pattes, il m'attache. Après cette session où on en a fini, il reçoit un appel urgent et part. En me laissant comme ça. VDM </a>

我想得到这个：

Aujourd’hui, moment à la fois câlin et torride avec mon copain. On se fait un petit délire BDSM et, me retrouvant à 4 pattes, il m'attache. Après cette session où on en a fini, il reçoit un appel urgent et part. En me laissant comme ça. VDM

我已经进行了研究并成功使用了这个正则表达式

[^＆GT;] +（= \＆LT;？）

问题是我有其他类似的字符串：

<a href="/aleatoire">Al&#xE9;atoire <span class="rub_icon icon-dice"></span></a>

使用此字符串和正则表达式我得到Aléatoire且不好。

所以我想将正则表达式改进为仅获取 BEGINS 与Aujourd’hui的整个句子有人可以有解决方案吗？我不习惯正则表达式。

Answer 1

所以，基于你的解释：

>\s?(Aujourd&#x2019;hui.*?)\s?<

>< specifies that content is between brackets (outside of html)

\s? specifies that there may be, but doesnt have to be whitespace

没有：

 <a>string</a>

使用：

 <a>
   string
 </a>

 Aujourd&#x2019;hui specifies match has to start with this word

 .*? specifies optional additional characters in string

我希望订单很明显。

编辑：为了避免混淆，我们正在讨论_match函数   完整正则表达式为/>\s?(Aujourd’hui.*?)\s?</g。

https://regex101.com/r/F0bPWN/2

Answer 2

在Sed中，要仅打印不以标记开头的行，您可以使用：

sed -n '/^[^<].*$/p' fr.html 
Aujourd&#x2019;hui, moment &#xE0; la fois c&#xE2;lin et torride avec mon copain. On se fait un petit d&#xE9;lire BDSM et, me retrouvant &#xE0; 4 pattes, il m&apos;attache. Apr&#xE8;s cette session o&#xF9; on en a fini, il re&#xE7;oit un appel urgent et part. En me laissant comme &#xE7;a. VDM

或者你可以做两次相反的事情，删除以标签开头的行：

sed  '/^<.*$/d' fr.html 
Aujourd&#x2019;hui, moment &#xE0; la fois c&#xE2;lin et torride avec mon copain. On se fait un petit d&#xE9;lire BDSM et, me retrouvant &#xE0; 4 pattes, il m&apos;attache. Apr&#xE8;s cette session o&#xF9; on en a fini, il re&#xE7;oit un appel urgent et part. En me laissant comme &#xE7;a. VDM

正则表达式匹配字符串开始和特定单词之间

2 个答案: