在sed中匹配任何字符（包括换行符）

我有一个sed命令，我想在一个巨大的，可怕的，丑陋的HTML文件上创建一个Microsoft Word文档。所有应该做的是去除串在sed中匹配任何字符（包括换行符）

style='text-align:center; color:blue; 
exampleStyle:exampleValue'

sed命令，我想修改的任何实例是

sed "s/ style='[^']*'//" fileA > fileB

它的伟大工程，但每当有内部的新行匹配文本，它不匹配。有没有sed的修饰符，或者我可以做什么来强制匹配任何字符，包括换行符？

我明白在XML和HTML中，正则表达式很糟糕，但是在这种情况下，字符串模式是格式良好的，因为样式属性总是以单引号开头并以单引号结尾。所以，如果我能解决换行问题，那么只需一条命令即可将HTML大小缩减50％以上。

最后，事实证明，SinanÜnür的perl脚本效果最好。它几乎是瞬间的，它将文件大小从2.3 MB降低到了850k。好醇'Perl ...

来源

2009-07-22 Cory McHugh

sed是基于行的。这是这里的主要停止点。如果你使用/ g正则表达式修饰符，可能会有一个命令行选项让它读取文件作为一个'行'，但我怀疑它（内存问题等） – 2009-07-22 12:39:10

没有选择（我知道）用于单个文件读取文件。我会为此使用Perl。 – Dana 2009-07-22 12:42:07

sed越过输入文件行，这意味着，据我所知，你想要什么是不可能在sed。

您可以使用下面的Perl脚本（未经测试），虽然：

#!/usr/bin/perl 

use strict; 
use warnings; 

{ 
    local $/; # slurp mode 
    my $html = <>; 
    $html =~ s/ style='[^']*'//g; 
    print $html; 
} 

__END__

一个一个班轮将是：

$ perl -e 'local $/; $_ = <>; s/ style=\047[^\047]*\047//g; print' fileA > fileB

来源

2009-07-22 12:38:13

你可以删除使用tr所有CR/LF，运行sed，然后导入到自动格式化的编辑器中。

来源

2009-07-22 12:38:42 kmarsh

Sed一行一行地读取输入，所以在一行上处理并不简单......但也不是不可能的，你需要使用sed分支。下面的工作，我曾评论它来解释什么是要去（不是最易读的语法！）：

sed "# if the line matches 'style='', then branch to label, 
    # otherwise process next line 
    /style='/b style 
    b 
    # the line contains 'style', try to do a replace 
    : style 
    s/ style='[^']*'// 
    # if the replace worked, then process next line 
    t 
    # otherwise append the next line to the pattern space and try again. 
    N 
    b style 
" fileA > fileB

来源

2009-07-22 12:49:29 Beano

你可以试试这个：

awk '/style/&&/exampleValue/{ 
    gsub(/style.*exampleValue\047/,"") 
} 
/style/&&!/exampleValue/{  
    gsub(/style.* /,"") 
    f=1   
} 
f &&/exampleValue/{ 
    gsub(/.*exampleValue\047 /,"") 
    f=0 
} 
1 
' file

输出：

# more file 
this is a line 
    style='text-align:center; color:blue; exampleStyle:exampleValue' 
this is a line 
blah 
blah 
style='text-align:center; color:blue; 
exampleStyle:exampleValue' blah blah.... 

# ./test.sh 
this is a line 

this is a line 
blah 
blah 
blah blah....

来源

2009-07-22 12:54:19 ghostdog74

另一种方式是：

$ cat toreplace.txt 
I want to make \ 
this into one line 

I also want to \ 
merge this line 

$ sed -e 'N;N;s/\\\n//g;P;D;' toreplace.txt

输出：

I want to make this into one line 

I also want to merge this line

的N负载另一条线，P打印模式空间到第一换行，并删除D模式空间直到第一换行符。

来源

2009-11-18 07:10:00

在sed中匹配任何字符（包括换行符）

回答

相关问题