代码之家 › 专栏 › 技术社区 › Scott C Wilson Joachim Kiørbye Bertelsen

使用shell命令移除<pre>..</pre>块

perl shell regex html

-2

Scott C Wilson Joachim Kiørbye Bertelsen · 技术社区 · 6 年前

我想换衣服

Example 1 
<pre class="code">
bla bla 
</pre>
Example 2 
<pre>
bla bla 
</pre>

只是

Example 1 
Example 2

所以我需要非贪婪匹配和正则表达式。我很确定我不能用 sed -我可以使用哪些shell命令?

1 回复 | 直到 6 年前

melpomene 6 年前

所以我需要一个非贪婪匹配正则表达式。

不是真的。假设 <pre> 和 </pre> 标签总是一行一行的,没有注释或者其他的html标签,你不需要担心隐藏html实体,你可以使用例如。

perl -ne 'print unless m{^\s*<pre\b} .. m{^\s*</pre>}'

但使用真正的html解析器可能是一个更好的主意:

perl -MHTML::Parser -e 'HTML::Parser->new(ignore_elements => ["pre"], default_h => [sub { print @_ }, "text"])->parse_file(*STDIN)' < input.html

(详细信息取决于您希望对文档的其余部分执行什么操作。)

推荐文章

lonix · 使用sed从JSON中提取非贪婪正则表达式

1 年前

me-me · regex检查电子邮件字符串是否有@后跟一个点以及点符号后至少2个字符[重复]

2 年前

Dave Guerrero · 是否有一个正则表达式模式来捕获字符串中直到第一个字母字符的数字?

2 年前

Dima Malko · 如何在指定符号前添加符号?

2 年前

shekharsabale · 从列表元素捕获子字符串

2 年前

maycca · 正则表达式:过滤年份数值大于某个值的文件?字符串中编码的年份

2 年前

Katia · 根据特定规则进行多行匹配

2 年前

Andrei Cleland · 在长正则表达式中包含unicode字符

2 年前

MHA · Pandas str.extract()以字母结尾的数字

2 年前

Slava Vir · 如何查找后面“/”之间的最后一组

2 年前