sed和惰性搜索特定的html標記與編號

Question

我怎樣才能刪除所述HTML標記與sed？

例子：

<div id="header"><span id="navbar">... Content ...</span></div> 

我試了一下：

sed 's!<div id=\"header\">.*\?</div>!!g' 

記住，這要根據本regex reference

Answer 1

這可能會爲你工作：

sed ' 
> /<div id="header"><span id="navbar">/{ # search for start tags 
> s//\n/         # replace start tags with newline 
> :a          # label a 
> /\n<\/span><\/div>/bb     # search for end tags and if so goto label b 
> s/\n./\n/        # end tags not found bump along a character 
> ta          # goto label a if last substitution ok 
> :b          # label b 
> s///         # delete end tags and newline 
> /^$/d         # check for empty line and if so delete 
> }' file 

注：這期望開始/結束標籤在同一行上。

Answer 2

sed不支持.*?（貪婪匹配）工作。
您可以嘗試ssed(super sed)。

Answer 3

如果您的目標是從文件中刪除html標籤及其內容，您可以嘗試以下命令。

注意：以下所有命令都是內聯編輯。運行此命令後，您要更改的文件將立即更改。在測試之前，請備份您的文件。

如果標籤全部在一行上，您可以嘗試以下操作。下面

sed -i 's/<div id=\"header\"><span id=\"navbar\".*<\/span><\/div>//g' /yourfile 

---

如果標籤是在多個行上象例嘗試下面的命令。

<div id="header"><span id="navbar"> 
    ... Content ... 
</span></div> 

---

sed -i '/<div id=\"header\"><span id=\"navbar\">/,/<\/span><\/div>/g' /yourfile 

注：如果您在OS X上工作，你將需要改變（SED -i）至（SED -i ''）

Answer 4

與SED將是：

testers="<div id="header"><span id=\"navbar\">... Content ...</span> some stuf </div>" 
echo $testers| sed -E 's/<[\w ="/]+>// g' 

解決了ssed代替sed巫手段（超級SED），您可以安裝在任何POSIX系統非常容易，所以在這裏我走了。

testers="<div id="header"><span id=\"navbar\">... Content ...</span> some stuf </div>" 
echo $testers| ssed -R -e 's/<[\w ="/]+>// g' 

結果是。

... Content ... some more stuf 

乾杯。