Chinaunix首页 | 论坛 | 博客
  • 博客访问: 6564934
  • 博文数量: 1159
  • 博客积分: 12444
  • 博客等级: 上将
  • 技术积分: 12570
  • 用 户 组: 普通用户
  • 注册时间: 2008-03-13 21:34
文章分类

全部博文(1159)

文章存档

2016年(126)

2015年(350)

2014年(56)

2013年(91)

2012年(182)

2011年(193)

2010年(138)

2009年(23)

分类: LINUX

2011-05-19 17:51:11



如果testfile的内容是

Hello World
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!

怎么做呢?如果用下面的命令

$ sed 's/<.*>//g' testfile


结果是两个空行,把所有字符都过滤掉了。这是因为,正则表达式中的数量限定符会匹配尽可能长的字符串,这称为贪心的(Greedy)[]。比如sed在处理第一行时,<.*>匹配的并不是或这样的标签,而是

Hello World

这样一整行,因为这一行开头是<,中间是若干个任意字符,末尾是>。那么这条命令怎么改才对呢?留给读者思考。


+++++++++++++++++++++++++++++
学生:卢峰

sed  's/<[a-z|/]*>//g'  testfile

+++++++++++++++++++++++++++++

sed  's/<[^<>]*>//g'  testfile
阅读(2328) | 评论(0) | 转发(1) |
给主人留下些什么吧!~~