使用 sed 編輯 html

Question

在 Linux 中，執行以下命令下載“第一個星期一”文章：

wget -O first_monday.html http://www.uic.edu/htbin/cgiwrap/bin/ojs/index.php/fm/article/view/3156/2747

使用 sed 和正則表達式編輯 first_monday.html 如下：

刪除空/空白段落（如果有）。 （HTML 段落開始標記是<p>結束標記是</p> ）

<p>This is some text in a paragraph.</p>

如果在<p>和</p>之間沒有任何內容或只有空格或制表符，則該段落為空

刪除所有圖像（在 HTML 中，圖像是用<img>標簽定義的。示例：

<img src="html5.gif" alt="The official HTML5 Icon">   

生成的文件仍應是有效的 HTML 文件，可在標准 Web 瀏覽器中顯示。 對於您的答案，請復制/粘貼您用於回答此問題的命令。 例如，如果您使用了類似於

sed -iback -e 's|<p>[[:space:]]*</p>||g' first_monday.html

然后您將粘貼該命令以及您在該字段的答案中使用的任何其他命令。

Answer 1

首先，您可以使用以下sed命令刪除空段落標簽

sed -i 's|<p>[[:space:]]*</p>||g' first_monday.html

接下來，您的圖像標簽也可以使用sed命令以相同的方式刪除，如下所示；

sed -i 's|<img /*>||g' first_monday.html