在示例文件中搜索和替换答案

【问题标题】：search and replace in a sample file在示例文件中搜索和替换
【发布时间】：2012-02-25 01:29:14
【问题描述】：

您好，我有以下文件

      <strong>Ramandand Sagar Krishna part 34</strong> Vasudev comes back 
and girl disappears from Kansa's hand and the first temple she instructs Devs to make at Vindhyachal <a href="http://www.dailymotion.com/embed/video/x3p3gu?
width=320&#038;theme=none&#038;wmode=transparent">http://www.dailymotion.com/embed/video/x3p3gu?width=320&#038;theme=none&#038;wmode=transparent</a> <a 
href="http://www.dailymotion.com/video/x3p3gu_krishna-part-34_shortfilms" 
target="_blank">Krishna Part 34</a> <strong>Ramandand Sagar Krishna part 35</strong> Celebrations at Yashoda's house and Vasudev Devki freed from jail <a href="http://www.dailymotion.com/embed/video/x3p3sg?width=320&#038;theme=none&#038;wmode=transparent">
http://www.dailymotion.com/embed/video/x3p3sg?width=320&#038;theme=none&#038;wmode=transparent</a> <a href="http://www.dailymotion.com/video/x3p3sg_krishna-part-35_shortfilms" target="_blank">Krishna Part 35</a> <a href="http://www.dailymotion.com/video/x66a71_krishna-143_shortfilms" target="_blank">Krishna 143</a></em></div>

在上面的文件中我想替换

任何以下类型的 HTML

<a href="http://www.dailymotion.com/embed/video/x5ftx3?width=320">http://www.dailymotion.com/embed/video/x5ftx3?width=320</a>

关键字是任何具有wmode=transparent 或width=320 的HTML 标记应替换为空格。有没有简单的方法可以做到这一点？有很多HTML 标记，例如 <a href=""> </a> 在他们的行中没有 wmode=transparent。上面发布的文件非常大，HTML 中有大约 30K 行，所以我只发布了相关行。我在 Ubuntu 系统上。

【问题讨论】：

没有简单的方法可以使用 sed 可靠地做到这一点，因为使用正则表达式的 parsing HTML 不是一个好主意。
如果您将鼠标悬停在您分配给问题的标签上，您会注意到，在最坏的情况下，search-and-replace 有 3 个关注者。我敢打赌 html 的追随者比这还多。当然，目标是让尽可能多的知识渊博的人看到您的问题。祝你好运！

标签： html search sed awk find

【解决方案1】：

这里是link，您可以在其中找到问题的答案。

在您的情况下，您必须为 sed 创建一个脚本文件，例如

s/wmode=透明//g
s/width=320//g

并运行类似的东西：

sed -f replace_file in.txt > out.txt

希望对你有帮助。

祝你有美好的一天

【讨论】：

这并不能解决问题。他想识别具有 wmode=transparent 或 width=320 的标签，然后删除整个标签，而不仅仅是那些部分。由于不能保证每个标签都在自己的行上，sed 特别不合适。

【解决方案2】：

正如 Sorpigal 所指出的，没有简单的答案可以解决这个问题。如果你愿意破坏你的行尾，你可以试试我丑陋的混合物。它可能会对您有所帮助：

cat file.txt | tr -d "\n" | awk '{ for (i=1; i<=NF; i++) if ($i !~ /wmode=transparent|width=320/) printf "%s ", $i} END {print ""}' file.txt | sed -e "s%<a <a%<a%g"

输出：

Ramandand Sagar Krishna part 34 Vasudev comes back and girl disappears from Kansa's hand and the first temple she instructs Devs to make at Vindhyachal <a href="http://www.dailymotion.com/embed/video/x3p3gu? <a href="http://www.dailymotion.com/video/x3p3gu_krishna-part-34_shortfilms" target="_blank">Krishna Part 34</a> Ramandand Sagar Krishna part 35 Celebrations at Yashoda's house and Vasudev Devki freed from jail <a href="http://www.dailymotion.com/video/x3p3sg_krishna-part-35_shortfilms" target="_blank">Krishna Part 35</a> <a href="http://www.dailymotion.com/video/x66a71_krishna-143_shortfilms" target="_blank">Krishna 143</a></div>

我敢肯定，这种单线可以通过某种方式进行改进。如果您确实觉得这很有用，那么您可能希望在边界上拆分输出以整理内容。 Sed 可以很好地解决这个问题。

【讨论】：