请兄弟帮忙写个shell如何处理!

kenny.ding

redhat linux:
在redhat下我把最原始的html文本处理为如下类似原文件的信息,接下来就一时想不出好方法继续处理了,所以来这里求助!
原文本:
<span class="date">2005-10-24 14:20</span>
        <strong>new_jsp/claim/endcase/visitback</strong>:
        visitback.jsp&nbsp;<span class="change">(+63&nbsp;-7)</span>,
        visitbackdetail.jsp&nbsp;<span class="change">(+214&nbsp;-16)</span>
        visitbackdetail.jsp.LCK&nbsp;<span class="new">(new&nbsp;1)</span>,
        visitbackdetail.jsp.bak&nbsp;<span class="new">(new&nbsp;323)</span>
需要处理为:
2005-10-24 14:20 new_jsp/claim/endcase/visitback visitback.jsp change +63 -7
2005-10-24 14:20 new_jsp/claim/endcase/visitback visitbackdetail.jsp change +214 -16
2005-10-24 14:20 new_jsp/claim/endcase/visitback visitbackdetail.jsp.LCK new 1
2005-10-24 14:20 new_jsp/claim/endcase/visitback visitbackdetail.jsp.bak new 323


在这里先谢谢啦,帮个忙!

[ 本帖最后由 kenny.ding 于 2006-2-6 10:11 编辑 ]

大蚂蚁

把尖括号中的内容连同尖括号 <.*> 一起删除
把 ( 和 ) 替换为空格.

大蚂蚁

原帖由 大蚂蚁 于 2006-2-6 10:14 发表
把尖括号中的内容连同尖括号 <.*> 一起删除
把 ( 和 ) 替换为空格.

这个之外的规则不晓得怎么弄了，应该有相应转换工具吧？

waker

1. 
   
2. sed '/<span class="date">/{N;s/\n/ /g;h;d}
   
3. G
   
4. s/\(.*\)\n\(.*\)/\2 \1/
   
5. s/>.$/>/
   
6. s/<[^>]*>//g
   
7. s/[():]//g
   
8. s/\n/ /g
   
9. s/  */ /g' file
   

复制代码

有空看看置顶文章吧？一步步来不是什么难题

大蚂蚁

原帖由 waker 于 2006-2-6 10:31 发表

1. 
   
2. sed '/<span class="date">/{N;s/\n/ /g;h;d}
   
3. G
   
4. s/\(.*\)\n\(.*\)/\2 \1/
   
5. s/>.$/>/
   
6. s/<[^>]*>//g
   
7. s/[():]//g
   
8. s/\n/ /g
   
9. s/  */ /g' file
   

复制代码

有空看看置顶 ...

为啥我看到sed的代码就头晕呢？ 好多符号 。。。 修为不够啊

kenny.ding

有没有理性话一点的算法?大家提点意见啊,集思广益!

Aaron.Gao

use perl;