请教,如何实现这样的功能

tingxx · 发表于 2006-12-14 21:18:51

遇到一个问题: 有一个网页,我想把里面的单词都给提取出来,文件中每个单词都由">"和"<"包围起来的.比如 >hello<
我想用grep来实现,写成这样
cat a.html >grep -o '[>][A-Z|a-z]\{1,\}[<]'
但是这样会把 > <也输出来了,有没有办法不要输入>和<呢?

tingxx · 发表于 2006-12-14 22:01:05

只好先用两次grep来实现了.

helo_aBiNg · 发表于 2006-12-14 23:35:20

cat a.txt | grep -io '\<[a-z]*\>'

复制代码

tingxx · 发表于 2006-12-15 15:05:49

Post by helo_aBiNg

cat a.txt | grep -io '\<[a-z]*\>'
复制代码

不行呀,这样输出没有结果呢

luke_guo · 发表于 2006-12-15 15:45:50

cat filename|tr '(>|<)' '\n'|grep '[a-zA-Z0-9]'

helo_aBiNg · 发表于 2006-12-15 16:03:04

Post by tingxx
不行呀,这样输出没有结果呢

~$ cat a.txt
>helo< >heloo<
>HElooo<
>hEloooo<

~$ cat a.txt | grep -io '\<[a-z]*\>'
helo
heloo
HElooo
hEloooo

:confused:

xihai · 发表于 2006-12-15 16:59:35

呵，参数 -io是什么意思呀，我怎么没找到呀，谢谢，-i是忽略大小写嘛

tingxx · 发表于 2006-12-15 18:14:51

abc

文件内容如上,怎么用楼上的grep -io '\<[a-z]*\>'
会出现p abc p呢??

helo_aBiNg · 发表于 2006-12-15 19:14:48

Post by tingxx
abc
文件内容如上,怎么用楼上的grep -io '\<[a-z]*\>'
会出现p abc p呢??

这个"grep"语句是配匹所有字符串的，可以是由任何方式分隔的；而楼主文件内容如果都形如'abc'的话，改一下：

cat a.txt | grep -io '\<[a-z]\{2,\}\>'

复制代码

这样就配匹多于1个字符的单词了，比如a中的'a'将不被输出

所以干脆屏蔽掉''与''：

cat a.txt | sed -e 's:$[a-zA-Z]*$:\1:'

复制代码

tingxx · 发表于 2006-12-15 20:38:43

不止有 还有<html> href ...晕了

		自动登录	找回密码
密码			注册

请教,如何实现这样的功能

浏览过的版块