正则表达式发出匹配的HTML标记

所以我尝试使用sed（在这些系统上必须使用sed，所以请不要只推荐使用Perl）来匹配HTML标记并从中获取内容。HTML标记大致如下所示：

<div class="SectionText"> Received poor service or think your current mechanic is ripping you off? Get some help from <a href="http://www.union.umd.edu/gradlegalaid/index.htm" target="_blank">Graduate Legal Aid</a> or consult the <a href="http://www.oag.state.md.us/Consumer/index.htm" target="_blank">Maryland Attorney General Office of Consumer Protection</a> at <a href="mailto:consumer@oag.state.md.us">consumer@oag.state.md.us</a> or through their hotline at 410-528-8662 or 888-743-0023.<br /></div>

服务不好或认为你现在的机修工在欺骗你？从或通过其热线410-528-8662或888-743-0023获得帮助或咨询。

都在一条线上。所以，我写了这个。。。但它不起作用

sed 's/<div class=\"SectionText\">\([^<\/div>]*\)<\/div>/\1/g'

sed's/\（[^]*\）/\1/g'

这不会改变任何文本

我试图将此网站用作指导原则-（在RegExp混乱中）\

---

最重要的是，这行脚本不要贪心，直到最后一行才匹配，除了尝试在html上使用正则表达式（请参阅），我看到的第一个问题是：

[^]*

这意味着匹配任何不是

的字符。显然，这里有一个

d

和一个

i

。（“Receivedpoor serv…”

如果设置为使用正则表达式，并且您有一个非常受控/可预测的输入，您可以简单地执行

[^]

，假设您的文本没有这些字符。但是，我看到您是这样做的，因为您的

div中有标记

但是，如果您这样做：

sed's/\（.\）/\1/g'

只要没有多个
s，它就可以工作。
*
只在找到
之前匹配，除了尝试在html上使用正则表达式（请参阅），我看到的第一个问题是：

[^]*

这意味着匹配任何不是
的字符。显然，这里有一个
d
和一个
i
。（“Receivedpoor serv…”

如果设置为使用正则表达式，并且您有一个非常受控/可预测的输入，您可以简单地执行
[^]
，假设您的文本没有这些字符。但是，我看到您是这样做的，因为您的
div中有标记

但是，如果您这样做：

sed's/\（.\）/\1/g'

只要没有多个
s，它就可以工作。
*
仅在找到
之前匹配

这表示“非

这表示“任何非
的字符序列，我认为你应该在第一个
（
和
）之前删除
\
）
@Bjørne Malmanger：他需要这些字符来从命令行的parens中转义，因为他使用的是
sed
@Bjørne Malmanger，@Jeff B:No，这些是sed时髦的正则表达式语法的一部分。它使用
\（
和
\）
进行分组，使用
\
进行替代@真理是那些能做到的人。见和。一切皆有可能，但并非一切都是权宜之计。任何想问怎么做的人都不应该尝试。我认为你应该在第一个
（
和
）之前删除
\
）
@Bjørne Malmanger：他需要这些来逃离命令行，因为他使用的是
sed
@Bjørne Malmanger，@Jeff B:No，这些是sed时髦的正则表达式语法的一部分。它使用
\（
和
\）
进行分组，使用
\
进行替代@真理是那些能做到的人。见和。一切皆有可能，但并非一切都是权宜之计。任何必须问怎么做的人，当然不应该尝试。啊，你是对的。我想他可以在非
上进行匹配，希望它们不会出现在文本中。但是，无论如何，他不应该使用正则表达式。已编辑。
*
是贪婪的。对，我就是这么说的。“只要没有嵌套的
div
s”，实际上，我想这有点不同。我想我应该说，只要您没有多个
标记。请参阅和。一切皆有可能，但并非一切都是权宜之计。任何必须问怎么做的人，当然不应该尝试。啊，你是对的。我想他可以在非

上进行匹配，希望它们不会出现在文本中。但是，无论如何，他不应该使用正则表达式。已编辑。

*

是贪婪的。对，我就是这么说的。“只要没有嵌套的

div

s”，实际上，我想这有点不同。我想我应该说，只要您没有多个

标记。请参阅和。一切皆有可能，但并非一切都是权宜之计。任何一个不得不问怎么做的人，当然不应该去尝试。

[^<\/div>]*

sed 's#<div class="SectionText">\(\([^<]\|<[^/]\|</[^d]\|</d[^i]\|</di[^v]\|</div[^>]\)*\)</div>#\1#g'