Sed - 抓住模式匹配的html標籤

Question

我想使用bash工具來抓取標籤之間的內容，但前提是模式匹配中間的某處。

例如，如果我有這樣的文件：

<tag> 
CAT 
</tag> 

... 

<tag> 
DOG 
HORSE 
</tag> 

... 
<tag> 
DOG 
CAT 
</tag> 

我所要的輸出是：

<tag> 
CAT 
</tag> 
<tag> 
DOG 
CAT 
</tag> 

我可以用SED打印開始和結束標記cat file.txt | sed -n '/<tag/,/<\/tag/p'的內容，但我如何根據他們是否至少在一行上有「CAT」一詞來過濾「每個塊」？

Answer 1

不知道這是否可以通過sed完成。但如果您願意使用perl（bash工具），您可以繼續使用此正則表達式。

(<tag>(?=(?:(?!<\/tag>).)*CAT)(?:(?!<\/tag>).)*<\/tag>) 

只要抓住了captures.Do不忘加上標誌s和g。看到演示。

http://regex101.com/r/aW3pR4/8