Bash 替换HTML中不匹配的左尖括号

我的问题是：如何找到带有不匹配左尖括号的行，并用它们的HTML等价物替换这些括号

输入示例：

<dd>
     Pro 10g Flüssigkeit: 2g Wasserstoffperoxid <10% Tenside. ENTHÄLT: Sulfamidsäure,</dd>

Pro 10g Flüssigkeit:2g Wasserstoffperoxide这可能足够好了：

$ sed -E 's/<([^>]+<)/\&lt;\1/g' file
<dd>
     Pro 10g Flüssigkeit: 2g Wasserstoffperoxid &lt;10% Tenside. ENTHÄLT: Sulfamidsäure,</dd>

$sed-E的/]+这可能足够好了：

$ sed -E 's/<([^>]+<)/\&lt;\1/g' file
<dd>
     Pro 10g Flüssigkeit: 2g Wasserstoffperoxid &lt;10% Tenside. ENTHÄLT: Sulfamidsäure,</dd>

$sed-E的/]+这是一个危险的建议，因为
sed
是逐行工作的，对于每一行，都有几种情况需要考虑：

可能只有小于字符，没有任何html标记：

<p>
    x < 10
</p>


x<10


在您的示例中，小于字符后面可能有一个html标记

<p> x < 10 </p>

x<10


小于字符可能位于html标记内

<img src="..." alt="Graph for x < 10">



它可能是一个很长的html标记，在后面的一行中关闭

<img
    src="..."
    alt="..."
>



我要做的是，首先假设只有前两个选项存在，然后使用如下方式：

sed -i.orig -r 's/<([^>]*($|<))/\&lt;\1/g' file.

sed-i.orig-r's/]*（$|这是一个危险的建议，因为
sed
是逐行工作的，对于每一行，都有几个案例需要考虑：

可能只有小于字符，没有任何html标记：

<p>
    x < 10
</p>


x<10


在您的示例中，小于字符后面可能有一个html标记

<p> x < 10 </p>

x<10


小于字符可能位于html标记内

<img src="..." alt="Graph for x < 10">



它可能是一个很长的html标记，在后面的一行中关闭

<img
    src="..."
    alt="..."
>



我要做的是，首先假设只有前两个选项存在，然后使用如下方式：

sed -i.orig -r 's/<([^>]*($|<))/\&lt;\1/g' file.

sed-i.orig-r's/]*（$|关于umlaute：我正在解析vcard（即普通ASCII文件），这时姓氏中一个看起来完全正常的'u'终止了我的awk脚本。我从未发现为什么会有数千个这样的vcard（其中许多包含umlaute和'ß'，并且都来自同一来源）解析时没有任何问题，但这一个不起作用。因此…如果任何字符终止（或对awk脚本有任何其他不利影响），则您的awk脚本中存在一个简单的错误。否则不会发生这种情况。关于umlaute：我正在解析vCard（即普通ASCII文件）当一个姓氏中看起来完全正常的“ü”终止了我的awk脚本时。我一直不知道为什么成千上万的这些vCard（许多包含Umlaute和“ß”，并且都来自同一个源）被解析没有任何问题，但这一个不起作用。因此……如果有任何字符终止（或对其产生任何其他不利影响）你的awk脚本那么你的awk脚本中有一个简单的bug，否则就不会发生。