使用SED替换ALT属性中的字符串

一个 sed 答案是:

 sed -E '/alt=/{:a s/(<nobr>)(.*)&nbsp;(.*)(<\/nobr>)/\1\2 \3\4/;ta; s/<nobr>(.*)<\/nobr>/\1/}'

说明:

• /alt=/ 仅更改包含 alt=
• s/(<nobr>)(.*)&nbsp;(.*)(<\/nobr>)/\1\2 \3\4/ 替换一个   有空间的
• ta 如果成功,请重复;也就是说,跳到 a
• s/<nobr>(.*)<\/nobr>/\1/ 最后移除 <nobr> 和 </nobr>

补充: 因为 塞德 贪婪,这个剧本会 失败 如果有两个 </nobr> 在排队。当有工作要做时--请参阅ishahak answer 到 Non greedy (reluctant) regex matching in sed? --它变成了一种痛苦。

在任何情况下,这个答案都已经过分了,因为OP发现一个更简单的解决方案足以满足他们的需求;请参阅下面的注释。

如果你同意的话 awk 然后尝试以下操作:(获取要在变量中替换的所有字符串 锥子 )

awk -v val="<nobr>" -v val1="&nbsp;" -v val2="</nobr>" '
/^alt/{
  gsub(val," ")
  gsub(val1," ")
  gsub(val2," ")
}
1'  Input_file

或者

awk -v val="<nobr>" -v val1="&nbsp;" -v val2="</nobr>" '
/^alt/{
  gsub(val"|"val1"|"val2," ")
}
1'  Input_file

追加 > temp_file && mv temp_file Input_file 以上代码,以防您想对输入文件本身进行更改。

这是一种不礼貌的做法:

% sed $'s#alt="Hello I am <nobr>Please&nbsp;replace&nbsp;me</nobr> and I\'m cool"#alt="Hello I am Please replace me and I\'m cool"#' < file.html

我的建议是不要使用shell工具解析html,这只会导致眼泪和挫败感。使用python的 BeautifulSoup 取而代之的是模块。