如何使用 sed 从文件中删除一些字符？

Question

我在某个文件中有此代码

<pre class="bbCodeCode" dir="ltr" data-xf-init="code-block" data-lang=""><code>-Fix numcer one/Two
-EMM Support
-Fix update &lt; broken
-Add support patch</code></pre>
</div>
</div><b><br />

我需要删除一些字符并仅保留此代码

-Fix numcer one/Two
-EMM Support
-Fix update < broken
-Add support patch

我试过这段代码

#!/bin/bash
sed -n '/>-/,/</p' /home/Desktop/1 > /home/Desktop/2
sed -n '/^-*code>/p' /home/raed/Desktop/2  > /home/Desktop/3
sed -i 's#</code></pre>##' /home/Desktop/3
exit

但是代码删除了第一行

-Fix numcer one/Two

Answer 1

第一种解决方案：为此尝试使用 GNU awk 。 对于您展示的样品，请尝试遵循awk代码。

awk -v RS="^$" '
match($0,/(^|\n)<pre class="[^"]*".*<code>-(.*)<\/code>/,arr){
  print arr[2]
}
'  Input_file

解释：简单的解释是，使用 GNU awk的能力来制作RS ^$然后使用它的match function 来匹配正则表达式(^|\n)<pre class="[^"]*".*<code>-(.*)<\/code> （稍后在此答案中解释）。此正则表达式创建 2 个捕获组，所有匹配的值都存储到名为arr的数组中。因此，如果正则表达式具有匹配的值，那么我只是打印数组的第二个元素arr通过使用arr[2]来获得所需的值。

---

---

第二种解决方案：使用sed使用-z和-E选项，请尝试以下代码。

sed -zE 's/(^|\n)<pre class="[^"]*".*<code>-(.*)<\/code>.*/\2/' Input_file

或者，如果您的sed版本支持\n那么在上面的sed代码中稍作更改，您可以拥有如下代码：

sed -zE 's/(^|\n)<pre class="[^"]*".*<code>-(.*)<\/code>.*/\2\n/' Input_file

---

---

第三种解决方案：使用 GNU grep请尝试以下代码：

grep -zoP '(^|\n)<pre class="[^"]*".*?<code>-\K(.*?\n[^\n]+)+(?=</code>)'  Input_file

---

---

第四种解决方案：如果你真的想用你的方法sed （看起来你没有 GNU 版本的sed ）然后让我在这里尝试你的方法，但这将是非常简单的我的解决方案，但如果您的示例 Input_file 始终相同，这将为您完成工作。

sed -En '/^<pre class/s/^<pre class="[^"]*".*<code>-(.*)$/\1/p; /^-/{s/<\/code>.*//; p}'  Input_file

Answer 2

尝试这个

sed 's/<[^>]*>//g' <file

它将删除<和下一个>之间的所有内容（逐行）。