论坛徽章:: 0

电梯直达

1楼 [收藏(0)] [报告]

发表于 2008-01-24 15:58 |只看该作者 |倒序浏览

有个简单的htm源文件，
可不可以将<xx>abcdefg</xxx>过滤掉所有<>之间的部分只剩下abcdefg这样的内容

这个应该怎么做

用<*>作为正则表达式是不是就可以实现那

文库|博客

无声无息

小富即安

论坛徽章:: 0

2楼 [报告]

发表于 2008-01-24 16:05 |只看该作者

# echo "<xx>abcdefg</xxx>" | sed 's/$<.*>$$.*$$<.*>$/\2/'
abcdefg

复制代码

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

ly5066113

巨富豪门

论坛徽章:: 23

3楼 [报告]

发表于 2008-01-24 16:10 |只看该作者

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

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

zorrow

白手起家

论坛徽章:: 0

4楼 [报告]

发表于 2008-01-24 16:36 |只看该作者

谢谢
但是不知道为什么我cat a.htm |sed 's/<[^>]*>//g' 的时候，输出的还是有没被过滤的
比如文件头就没有
<html xmlns:v="urn:schemas-microsoft-com:vml"
xmlns

="urn:schemas-microsoft-com

ffice

ffice"
xmlns:w="urn:schemas-microsoft-com

ffice:word"
xmlns:st1="urn:schemas-microsoft-com

ffice:smarttags"
xmlns="http://www.w3.org/TR/REC-html40">
是因为换行的原因吗？

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

ly5066113

巨富豪门

论坛徽章:: 23

5楼 [报告]

发表于 2008-01-24 16:39 |只看该作者

原帖由 zorrow 于 2008-1-24 16:36 发表
谢谢
但是不知道为什么我cat a.htm |sed 's/]*>//g' 的时候，输出的还是有没被过滤的
比如文件头就没有

是因为换行的原因吗？

对的，sed是一行一行操作的。

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

zorrow

白手起家

论坛徽章:: 0

6楼 [报告]

发表于 2008-01-24 16:46 |只看该作者

回复 #5 ly5066113 的帖子

那应该怎么办那，把换行先过滤掉吗？
这样是不是过滤完的数据也分不开了
其中的一段是这样的
58.59.1.16                   <st1:chsdate
 Year="1899" Month="12" Day="30" IsLunarDate="False" IsROCDate="False" w:st="on">0.0.0</st1:chsdate>.1    255.255.255.254     <o:p></o:p>
我只想剩下其中的ip和后面的mask，这样要怎么过滤才能实现啊~~~
多谢了