求教sed小问题

vvdounai

高渐离：你死了，<span class=yqlink><form class=yqin action=http://www.iask.com/n method=post><input type=hidden name=k value=%C7%D8%CA%BC%BB%CA></form><a href=http://www.iask.com/n?k=%C7%D8%CA%BC%BB%CA target=_blank onClick="activateYQinl(this);return false;" class=akey title=秦始皇>秦始皇</a></span>交给我吧

我想把这段话处理为:

高渐离：你死了，秦始皇交给我吧.

不知道该怎么做，请教一下，谢谢。

dukeduan

把尖括号里的删除掉就行了吧。
类似于sed 's/<.\+>//g' old.html > new.txt这样的命令吧。

huan

2. [0 No.1002 huan@huan ~]$ echo '高渐离：你死了，<span class=yqlink><form class=yqin action=http://www.iask.com/n method=post><input type=hidden name=k value=%C7%D8%CA%BC%BB%CA></form><a href=http://www.iask.com/n?k=%C7%D8%CA%BC%BB%CA target=_blank onClick="activateYQinl(this);return false;" class=akey title=秦始皇>秦始 皇</a></span>交给我吧' | perl -lpe 's/<[^<>]+>//g'
3. 高渐离：你死了，秦始皇交给我吧
5. [0 No.1003 huan@huan ~]$

复制代码

huan

试了一下，sed也成，不过据说这种方法不可靠，呵
·

2. [0 No.1025 huan@huan ~]$ echo '高渐离：你死了，<span class=yqlink><form class=yqin action=http://www.iask.com/n method=post><input type=hidden name=k value=%C7%D8%CA%BC%BB%CA></form><a href=http://www.iask.com/n?k=%C7%D8%CA%BC%BB%CA target=_blank onClick="activateYQinl(this);return false;" class=akey title=秦始皇>秦始皇</a></span>交给我吧' | sed -r 's/<[^<>]+>//g'
3. 高渐离：你死了，秦始皇交给我吧
5. [0 No.1026 huan@huan ~]$

复制代码

Iambitious

其实可以删除所有ascii码，保留中文字符就可以
sed -e 's/[[:print:]]\|[[:cntrl:]]//g'