awk & sed之内容剔除和NF变量排除空行

文本：

Welcome to the world of regexp!

现在要去掉所有的HTML标签，使输出结果为:
Hello World
Welcome to the world of regexp!

 

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

[解析]
  思路是替换<.*>的为空就等于剔除了所有这些符号，重点在于 [^>] 按照正则贪婪匹配的原则，如果只是排除<.*> 这样的内容，它只会匹配第一个 < 和最后一个 > 也就是改行的全部内容，所以在这个内容当中不能再出现< >这2个符号，所以排除一个即可。星号是个数量单位，可以理解为零或多个。

 

 

awk -vRS='<[^>]*>' -vORS="" '1' file

[解析]
  在awk中默认的记录分割符是换行，在这里设置 < > 为记录分割符，输出的时候默认的输出记录分割符是换行，这里我们把它设置为空，即不再输出空行了。最后pattern为1，即是打印全行。

 

 

awk -vRS='<[^>]*>' 'NF' file

[解析]
  这句看似和上句差不多，实质上有很大的区别，NF 对于不输出空行是个妙用。这句和上句最大的区别就在于没有设置 -vORS="" ，而结果上还是和上一句完全一样呢？当是空行NF是为0，在pattern里0是条件为假，则不会执行后面省略的{print $0}，所以不会输出空行。

 

 

awk -F"<[^>]*>" -vOFS="" 'NF+=0' file

[解析]
  设置 < > 为字段分割符，输出字段分割符为空，必须对字段进行操作时OFS才会起作用，这里我们就用到了NF+=0，它不光是对字段进行了操作，而且可以不显示文本中的空行，一箭双雕啊。