正则表达式 – 从网页中删除所有HTML标记

发布时间：2020-12-14 06:03:09 所属栏目：百科来源：网络整理

导读：我正在用curl做一些BASH shell脚本.如果我的curl命令返回任何文本,我知道我有一个错误. curl返回的这个文本通常是 HTML格式.我想如果我可以删除所有HTML标记,我可以将结果文本显示为错误消息. 我在考虑这样的事情： sed -E 's/.*?//g' $output_text 但我得到

我正在用curl做一些BASH shell脚本.如果我的curl命令返回任何文本,我知道我有一个错误. curl返回的这个文本通常是 HTML格式.我想如果我可以删除所有HTML标记,我可以将结果文本显示为错误消息.

我在考虑这样的事情：

sed -E 's/<.*?>//g' <<<$output_text

但我得到了sed：1：“s /<.*？> //”：RE错误：重复操作符操作数无效

如果我更换*？与*,我没有得到错误(我也没有得到任何文本).如果我删除global(g)标志,我会得到相同的错误.

这是在Mac OS X上.

解决方法

sed不支持非贪心.

尝试

's/<[^>]*>//g'

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!