unix tr 查找和替换

Question

这是我在从网站 wget 的标准网页上使用的命令。

tr '<' '\n<' < index.html

然而它给了我换行符，但没有再次添加左侧的中断。 例如

echo "<hello><world>" | tr '<' '\n<' | cat -e

返回

$
hello>$
world>$

而不是

$
<hello>$
<world>$

What's bad?

Answer 1

这是因为 tr 只进行逐个字符的替换（或删除）。

尝试使用 sed 来代替。

echo '<hello><world>' | sed -e 's/</\n&/g'

或者awk。

echo '<hello><world>' | awk '{gsub(/</,"\n<",$0)}1'

或者perl。

echo '<hello><world>' | perl -pe 's/</\n</g'

或者红宝石。

echo '<hello><world>' | ruby -pe '$_.gsub!(/</,"\n<")'

或者python。

echo '<hello><world>' \
| python -c 'for l in __import__("fileinput").input():print l.replace("<","\n<")'

Answer 2

如果您有 GNU grep，这可能对您有用：

grep -Po '<.*?>[^<]*' index.html

它应该穿过所有 HTML，但每个标签应该从行的开头开始，同一行上可能有非标签文本。

如果你只想要标签：

grep -Po '<.*?>' index.html

但是，你应该知道它是 不是使用正则表达式解析 HTML 是个好主意。

Answer 3

放置换行符的顺序很重要。你也可以逃避“<”。

tr '<' '<\n' < index.html

也有效。

Answer 4

这对你有用吗？

awk -F"><" -v OFS=">\n<" '{print $1,$2}'

[jaypal:~/Temp] echo "<hello><world>" | awk -F"><" -v OFS=">\n<" '{$1=$1}1';
<hello>
<world>

您可以在 awk {} 操作前面放置一个正则表达式 //（您希望发生这种情况的行）。