如何遍历文件夹下的文件，并去掉每个文件中的"< >"

blackold

回复 30# sayigood


    呵呵，是多个了urfile。

blackold

去除html标签

1. sed -i  ':n;s/<[^>]*>//g;/</{N;bn}' urfiles

复制代码

blackold

1. sed ':n;s/<[^>]*>//g;/</{N;bn};s/ \+//g;/^$/d'

复制代码

删除标签，删除所有空格，删除所有空行。

sayigood

回复 33# blackold


    黑哥，我把实验用到的数据作为附件 实验数据.tar.gz (42.75 KB, 下载次数: 7)

2010-06-07 18:03 上传

点击文件名下载附件

上传了
    使用你的方法，并没有去除掉所有的标签，并且似乎对里面的空行和换行没有起作用

blackold

回复 34# sayigood


    执行

1. sed ':n;s/<[^>]*>//g;/</{N;bn};s/ \+//g;/^$/d' a > result.txt

复制代码

得到

sayigood

回复 35# blackold


    黑哥，我得到的是 result.rar (5.01 KB, 下载次数: 6)

2010-06-07 18:27 上传

点击文件名下载附件

，这里面不仅没去掉空行，也没有去掉某些标签。
    我用的环境是Ubuntu8.04，是不是跟这个有关？你使用的系统是什么？

blackold

回复 36# sayigood


    你的是dos格式，先转换为unix格式。

    看看不是编码问题。

sayigood

回复 37# blackold


    在处理这些网页前，我先使用了命令：

1. find ./dir -type f|xargs dos2unix

复制代码

然后再使用你的命令：

1. sed ':n;s/<[^>]*>//g;/</{N;bn};s/ \+//g;/^$/d' a > result.txt

复制代码

blackold

回复 38# sayigood


    慢慢检查原因吧。

1. echo -e "<a>foo</a><b>bar\nwhy</b>"|sed ':n;s/<[^>]*>//g;/</{N;bn}'

复制代码

输出什么？

sayigood

回复 39# blackold


(briver)-(jobs:0)-(/usr/larbin-2.6.3.ghtt.ic/save/d00709)
(
! 591)-> echo -e "<a>foo</a><b>bar\nwhy</b>"|sed ':n;s/<[^>]*>//g;/</{N;bn}'
foobar
why
看来是我的问题，我再好好看看吧 不行的话只能用c写代码