免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
12
最近访问板块 发新帖
楼主: tgwz88
打印 上一主题 下一主题

[文本处理] 如何匹配这个表达式? [复制链接]

论坛徽章:
2
狮子座
日期:2014-05-30 21:43:03巳蛇
日期:2014-05-30 21:46:14
11 [报告]
发表于 2014-05-30 13:39 |只看该作者
回复 8# Herowinter


    这可是一行啊

论坛徽章:
769
金牛座
日期:2014-02-26 17:49:58水瓶座
日期:2014-02-26 18:10:15白羊座
日期:2014-04-15 19:29:52寅虎
日期:2014-04-17 19:43:21酉鸡
日期:2014-04-19 21:24:10子鼠
日期:2014-04-22 13:55:24卯兔
日期:2014-04-22 14:20:58亥猪
日期:2014-04-22 16:13:09狮子座
日期:2014-05-05 22:31:17摩羯座
日期:2014-05-06 10:32:53处女座
日期:2014-05-12 09:23:11子鼠
日期:2014-05-21 18:21:27
12 [报告]
发表于 2014-05-30 13:44 |只看该作者
回复 10# tgwz88
你要找到仅仅是特定的这个串
  1. <div style="float: none; clear: left;">&nbsp;</div><div class=nws_date style="width: 40px; float: left; height: 20px;;">
复制代码
还是符合一定规则的同类型的串?(比如包含在标签div内部)

   

论坛徽章:
2
狮子座
日期:2014-05-30 21:43:03巳蛇
日期:2014-05-30 21:46:14
13 [报告]
发表于 2014-05-30 13:54 |只看该作者
回复 11# Herowinter


    我仅仅是想把这类标签删除掉,留下文本内容,然后通过awk格式化,无奈我匹配不了啊

论坛徽章:
769
金牛座
日期:2014-02-26 17:49:58水瓶座
日期:2014-02-26 18:10:15白羊座
日期:2014-04-15 19:29:52寅虎
日期:2014-04-17 19:43:21酉鸡
日期:2014-04-19 21:24:10子鼠
日期:2014-04-22 13:55:24卯兔
日期:2014-04-22 14:20:58亥猪
日期:2014-04-22 16:13:09狮子座
日期:2014-05-05 22:31:17摩羯座
日期:2014-05-06 10:32:53处女座
日期:2014-05-12 09:23:11子鼠
日期:2014-05-21 18:21:27
14 [报告]
发表于 2014-05-30 14:04 |只看该作者
回复 12# tgwz88
针对你9楼的文本,你期望的结果是什么,
给个开始几行的结果把意思讲清楚了就行。
   

论坛徽章:
2
狮子座
日期:2014-05-30 21:43:03巳蛇
日期:2014-05-30 21:46:14
15 [报告]
发表于 2014-05-30 14:20 |只看该作者
回复 13# Herowinter


    请参见9楼

论坛徽章:
769
金牛座
日期:2014-02-26 17:49:58水瓶座
日期:2014-02-26 18:10:15白羊座
日期:2014-04-15 19:29:52寅虎
日期:2014-04-17 19:43:21酉鸡
日期:2014-04-19 21:24:10子鼠
日期:2014-04-22 13:55:24卯兔
日期:2014-04-22 14:20:58亥猪
日期:2014-04-22 16:13:09狮子座
日期:2014-05-05 22:31:17摩羯座
日期:2014-05-06 10:32:53处女座
日期:2014-05-12 09:23:11子鼠
日期:2014-05-21 18:21:27
16 [报告]
发表于 2014-05-30 14:47 |只看该作者
本帖最后由 Herowinter 于 2014-05-30 14:47 编辑

回复 14# tgwz88
多个连续的 &nbsp;是会出现空行,如后面的select那一段。
  1. awk '{gsub(/<[^>]*>/,"");gsub(/[[:space:]]*&nbsp;[[:space:]]*/,"\n")}1' i
  2. May 30, 2014
  3. 05:00Russia political and economic calendar: May 30
  4. May 29, 2014
  5. 23:09Poroshenko discusses help to Ukraine with EBRD chief - statement
  6. 22:50Donetsk militia sends 34 Russian volunteers' bodies to Russia - leader
  7. 22:39Abkhazia parliament fires PM, urges president to go
  8. 22:16EEU to be economically, politically attractive for some states - Federation Council (Part 2)
  9. 22:05Abkhazia parliament to consider dismissal of president - opposition leader
  10. 21:57Abkhaz opposition ready to discuss all issues related to Ankvab's safety if he resigns voluntarily
  11. 21:57Arms depot destroyed in attack on Ukraine National Guard base - statement
  12. 21:56Abkhazia leader denies he is stepping down
  13. 21:56EEU to be economically, politically attractive for some states - Federation Council
  14. 21:40ABKHAZ OPPOSITION READY TO DISCUSS ALL ISSUES RELATED TO ANKVAB'S SAFETY IN CASE HE RESIGNS VOLUNTARILY - ABKHAZ NATIONAL COUNCIL MEMBER SHAMBA
  15. 21:37Businessman shot dead in center of Moscow
  16. 21:36ABKHAZ PRESIDENT ANKVAB SAYS THAT RUMORS ON HIS RESIGNATION ARE NOT TRUE AND THAT HE CONTINUES CARRYING OUT PRESIDENTIAL DUTIES
  17. 21:12Abkhaz opposition passes memorandum demanding reforms, "unconditional legal order"
  18. 21:10Fighting under way in Luhansk region's Aleksandrovsk - Ukrainian army (Part 2)
  19. 20:47Protestors in central Kharkiv demand Kyiv authorities stop bloodshed
  20. 20:46Poroshenko, CoE secretary general discuss investigating Maidan, Odessa events
  21. 20:41Pro-Kyiv volunteers says are forming special battalion
  22. 20:07Ukraine receives $750 million from World Bank
  23. 20:05Soldier dies as army truck attacked in east Ukraine - source
  24. 19:58Dollar, euro gain as Ukraine situation keeps ruble under pressure
  25. 19:52Main indexes of the Russia stock market for May 29
  26. 19:51Potanin disposes of 0.1% direct stake in Norilsk Nickel (Part 2)
  27. 19:41Sisi victory in Egypt presidential poll means closer ties with Russia - lawmaker
  28. 19:39Donetsk militia detain suspected looters
  29. 19:37Police arrest suspected rapist, robber operating in Moscow since 1987 - RIC (Part 2)
  30. 19:35First talks between govt, opposition reps take place in Sukhumi
  31. 19:34Sibur plans to bid for 17.5% stake in Polief
  32. 19:30Potanin disposes of 0.1% direct stake in Norilsk Nickel
  33. 19:27Russian stock market ends Thursday up, unaffected by weak U.S. GDP statistics
  34. Select page:

  35. 1

  36. 2
  37. 3
  38. 4
  39. Next
复制代码

论坛徽章:
769
金牛座
日期:2014-02-26 17:49:58水瓶座
日期:2014-02-26 18:10:15白羊座
日期:2014-04-15 19:29:52寅虎
日期:2014-04-17 19:43:21酉鸡
日期:2014-04-19 21:24:10子鼠
日期:2014-04-22 13:55:24卯兔
日期:2014-04-22 14:20:58亥猪
日期:2014-04-22 16:13:09狮子座
日期:2014-05-05 22:31:17摩羯座
日期:2014-05-06 10:32:53处女座
日期:2014-05-12 09:23:11子鼠
日期:2014-05-21 18:21:27
17 [报告]
发表于 2014-05-30 14:53 |只看该作者
这个好一点。
  1. awk '{gsub(/<[^>]*>/,"");gsub(/[[:space:]]*&nbsp;[[:space:]]*/,"\n");gsub(/\n+/,"\n")}1' i
复制代码

论坛徽章:
33
荣誉会员
日期:2011-11-23 16:44:17天秤座
日期:2014-08-26 16:18:20天秤座
日期:2014-08-29 10:12:18丑牛
日期:2014-08-29 16:06:45丑牛
日期:2014-09-03 10:28:58射手座
日期:2014-09-03 16:01:17寅虎
日期:2014-09-11 14:24:21天蝎座
日期:2014-09-17 08:33:55IT运维版块每日发帖之星
日期:2016-04-17 06:23:27操作系统版块每日发帖之星
日期:2016-04-18 06:20:00IT运维版块每日发帖之星
日期:2016-04-24 06:20:0015-16赛季CBA联赛之天津
日期:2016-05-06 12:46:59
18 [报告]
发表于 2014-05-30 15:01 |只看该作者
个人表示, 没看懂楼主要干嘛.

论坛徽章:
2
狮子座
日期:2014-05-30 21:43:03巳蛇
日期:2014-05-30 21:46:14
19 [报告]
发表于 2014-05-30 15:33 |只看该作者
回复 18# Herowinter


    你是我的偶像
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号:11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员  联系我们:huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP