很抱歉，如果是新手问题。我已经搜索了一个小时，并且还在此网站上检查了几个问题，但似乎无法解决。
我正在尝试从几个不同的页面中提取所有HTML标签（元素）。我不需要HTML标记之间的数据。我只需要正在使用的标签，注释等。
所以我要寻找的输出是<>我想之间的任何值。例如，如果代码是
<head> title </head>
<body id=“body text”> blah blah blah </body>
我希望输出为：
<head> </head>
<body id=“body text”> </body>
非常感谢，如果这是一个愚蠢的问题，我们深表歉意。
答案 0 :(得分：1)
如果您只想在<>之间进行操作，请尝试：
sed -n 's/.*\(<.*>\).*/\1/p' xx.html
答案 1 :(得分：0)
我创建了一个具有以下内容的文件：
<a><B>
nothing
<blabla>
</blabla>
</B>
</a>
为了获取标签内容，我使用了以下命令：
grep -o "<[a-zA-Z0-9]*>" testtttt.txt
得出以下结果：
<a>
<B>
<blabla>
答案 2 :(得分：0)
您可以尝试Perl
$ perl -0777 -ne ' while(/(<.+?>)/g) { print "$1\n" } ' input.txt
<head>
</head>
<body id=“body text”>
</body>
$