sed 到 awk 程序转换答案

【问题标题】：Sed to awk program convertsed 到 awk 程序转换
【发布时间】：2015-06-01 13:45:06
【问题描述】：

1 h
2~1 H
$ {
    g
    s/<!--([^-]|-[^-]|--+[^->])*-+->|<[^>]*>//g
    s/\&quot;/"/g
    s/\&amp;/\&/g
    s/\&lt;/</g
    s/\&gt;/>/g
    p
}

此 SED 代码从 HTML 文件中删除所有标签和 cmets，但我如何在 AWK 上编写相同的代码？请帮忙

【问题讨论】：

您正在使用 sed 解析 HTML 文件，现在您希望我们在 awk 中执行相同的操作。改用合适的解析器怎么样？
将所有s///g 命令更改为gensub，将s/// 更改为gsub。只需将它放在一对花括号之间并运行它。在$0 上应用 subs 并输出它们。
这是 OP 努力的提示，而不是答案。
@ShellFish gsub 不等同于 s///
你是对的，感谢您指出这一点。 -- 正如User112638726和Kent指出的那样，应该是sub和gsub。

标签： html awk sed tags

【解决方案1】：

这是一个 awk one 班轮，和你给定的 sed 做同样的事情：

将整个文件加载到内存中

用与你写的s/pat/rep/g -> gsub("pat","rep")相同的逻辑替换

awk -v RS="\0" '{gsub("<!--([^-]|-[^-]|--+[^->])*-+->|<[^>]*>","")
    gsub("&quot;","\"") 
    gsub("&amp;","&") 
    gsub("&lt;","<") 
    gsub("&gt;",">")}7' your.html

我做了一个例子，用你上面的 sed 和 awk 命令测试一下：

kent$  cat x.html 
<html>

        <!-- foo bar-->
        <something>
        ok, here I am the &lt;text      &gt;
        <!--foo 
         <IamTheTagInComment/>
        -->
        <emptyTag/>

         <foo>bar</foo>
         <hello> Hi &quot; Ladies &amp; Gentleman &quot;</hello>
        </something>
</html>

kent$  sed -nrf x.sed x.html                                             




        ok, here I am the <text >



         bar
          Hi " Ladies & Gentleman "



kent$  awk -v RS="\0" '{gsub("<!--([^-]|-[^-]|--+[^->])*-+->|<[^>]*>","")
        gsub("&quot;","\"") 
        gsub("&amp;","&") 
        gsub("&lt;","<") 
        gsub("&gt;",">")}7' x.html




        ok, here I am the <text >



         bar
          Hi " Ladies &amp; Gentleman "

附： 处理 html 的最佳方式是使用解析器。例如。 beautifulsoup 非常好用且易于使用。

【讨论】：

@Neo9514 它使 awk 将整个文件加载为“行”
它解决了你的问题吗，@Neo9514？由于您是新来的，如果您的问题已经解决，请不要忘记将答案标记为已接受。您可以单击答案旁边的复选标记将其从空心切换为绿色。如有任何问题，请参阅Help Center > Asking！
gsub("&gt;",">")}7 为什么是七个？ @肯特
@Neo9514 你可以写任何非零数字，右手食指对我来说更容易。所以我拿了 7 个。