使用BASH sed命令剥离线

我在html文件中有一行，我使用

 grep -m 1 'argument'

那条线看起来很像这样

<tag option="something" option="something"><span option="something">&nbsp;Text1 </span> - <span option="something"> Text2&nbsp;</span></tag> 

Text1-Text2

我需要使用单独的行提取文本1和文本2，我该怎么做？我知道我需要使用sed，我已经删除了begginging的tag和span，给我留下了

   Text1 </span> - <span...........</tag>

---

Text1-如果行始终与您提供的示例完全相同，则可以使用regexp来完成

但在所有其他情况下，实际上应该使用XML解析器（例如，使用perl:twig或其他）

这是一个regexp，但是已经警告过你了^^

#replace each <...> with "|", so you can easily separate each fields
sed -e 's/<[^>]*>/|/g' 

下面是使用grep和perl正则表达式实现这一点的更短方法

$ cat testfile # I've placed your line in this file
<tag option="something" option="something"><span option="something">&nbsp;Text1 </span> - <span option="something"> Text2&nbsp;</span></tag> 

一些解释：
此正则表达式正在使用
lookaround
语法或
zero-width断言

\K
可能也不熟悉。它非常类似于零宽度断言，并且有很多解释。以下是该链接的一段引文：

此构造有一种特殊形式，称为\K，它使正则表达式引擎“保留”在\K之前匹配的所有内容，而不将其包含在$&。这有效地提供了可变长度的后视。允许在另一个环视断言中使用\K，但该行为目前未得到很好的定义

好吧，但是为什么呢？
这种方法最大的优点之一是您已经在使用grep，您可以将这个正则表达式与您的搜索模式结合起来，这样您只需要一个
grep
命令，而不像使用
grep
、
sed
和
awk
命令那样

但是仍然有一些特殊的工具来解析xml，请使用它们而不是这个正则表达式色情。
工作非常完美，现在我需要重新阅读这篇文章来了解到底做了什么：D无论如何，谢谢！有一件事=它离开了，我想删除那些锯齿状命令的形式是
s/A/B/g
：
s
（搜索和替换），查找
A
，替换为
B
，而
g
表示“全局”，即不仅是每行的第一次出现，而且是在该行的所有出现中全局出现。然后，
]*>
是一个regexp，它匹配一个
]
（“除a>之外的任何内容），
*
是前面的内容“0、1或更多次”。因此它将匹配任何
[where
…
不包含
，否则它几乎会匹配整行，因为regexp试图覆盖尽可能多的内容]。因此，它将用
替换每个
，以删除任何内容：添加一个命令来删除它：
grep'argument'.-sed-e's/*\//g'-e's/]*>/\g''awk-F''''''''''''''''{print$3}“
：这也将消除行中的任何
[及其前后的任何空格]，谢谢您的评论。我真的很感激，我用sed
's/\//g'
$ cat testfile # I've placed your line in this file
<tag option="something" option="something"><span option="something">&nbsp;Text1 </span> - <span option="something"> Text2&nbsp;</span></tag> 

$ grep -Po '<span[^>]*>\K[^<]*' testfile
&nbsp;Text1 
 Text2&nbsp;

$ grep -Po '<span[^>]*>(&nbsp;)?\s*\K.*?(?=\s*(&nbsp;)?</span>)' testfile
Text1
Text2