用sed提取HTML标签数据 [英] Extract HTML tag data with sed

问题描述

我希望在已知的HTML标签之间提取数据。例如：

您好，< i> I< i>非常< i>< / i>很高兴见到你。

应该变成：

'I

非常'

所以我发现了一些可以用于几乎的事情。不幸的是，它只提取最后一个条目。

sed -n -e's /.*& lt; i> \（。* \\ \\）现在我可以追加任何结束标记<$ c

$ c>< / i> 换行符，这很好。但是有没有一种方法可以用一个sed命令来完成呢？

解决方案

试试这个：

  sed -n's | [^<] *< i> \（[^<] * \）< / i> ; [^<] * | \1\\\
 | gp'
  

你的例子是缺少/：

 您好，< i> I< / i>非常< i>< / i>很高兴认识你。 
  

I wish to extract data between known HTML tags. For example:

Hello, <i>I<i> am <i>very</i> glad to meet you.

Should become:

'I

very'

So I have found something that works to nearly do this. Unfortunately, it only extracts the last entry.

sed -n -e 's/.*<i>\(.*\)<\/i>.*/\1/p'

Now I can append any end tag </i> with a newline character and this works fine. But is there a way to do it with just one sed command?

解决方案

Give this a try:

sed -n 's|[^<]*<i>\([^<]*\)</i>[^<]*|\1\n|gp'

And your example is missing a "/":

Hello, <i>I</i> am <i>very</i> glad to meet you.

这篇关于用sed提取HTML标签数据的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！