bash - 删除 HTML anchor 标记，但保留 bash 命令行中的 anchor 文本

Question

我如何删除 anchor 标记但在 Bash 中保留 anchor 文本？所以我想删除除示例文本以外的所有内容。

<a href="http://example.com">Example text</a>

如果我这样做:

echo '<a href="http://example.com">Example text</a>' | sed -e 's/<[^>]*>//g'

这将删除所有 HTML。我希望仅删除 anchor 标记，但也保留 anchor 文本，在本例中为“示例文本”。

Answer 1

您可以使用以下命令:

$ echo '<a href="http://example.com">Example text</a>' | sed -e 's/<[^>]*>//g'
Example text

或者，您也可以使用 perl 而不是 sed，因为 non greedy正则表达式在这里会有帮助:

$ echo '<a href="http://example.com">Example text</a>' | perl -pe 's/\<.*?\>//g'
Example text

注意:使用正则表达式解析HTML是discouraged ，但对于这个小任务，我认为坚持使用命令行中可用的工具很好。

编辑:要删除 anchor 标记，您可以使用正则表达式更新如下:

sed -e 's/<\/\?a\s*[^>]*>//g'