mac中使用sh脚本去除文件中的html标签并生成新文件

利用sed命令

bash 复制代码
#!/bin/bash

# 检查是否提供了输入文件
if [ $# -eq 0 ]; then
    echo "Usage: $0 <filename>"
    exit 1
fi

input_file=$1
output_file="${input_file%.*}_no_html.${input_file##*.}"

# 使用sed去除HTML标签
sed 's/<[^>]*>//g' $input_file > $output_file

echo "HTML tags have been removed. Output is in $output_file"

使用方式

  1. 给这个脚本文件执行权限,使用命令 chmod +x remove_html.sh。
  2. 运行脚本并传递包含HTML的文件名作为参数,例如 ./remove_html.sh example.html。

解析

  • 脚本首先检查是否有文件名作为参数传入。
  • 定义输入文件和输出文件的名称,输出文件名基于输入文件名,但是会在文件扩展名前加上 _no_html。
  • 使用sed命令去除输入文件中的所有HTML标签,正则表达式 <[^>]*> 用于匹配任何在尖括号内的字符。
  • 处理后的文本保存在新文件中。

如果想保留空格和换行

修改sed逻辑

bash 复制代码
#!/bin/bash

# 检查是否提供了输入文件
if [ $# -eq 0 ]; then
    echo "Usage: $0 <filename>"
    exit 1
fi

input_file=$1
output_file="${input_file%.*}_no_html.${input_file##*.}"

# 使用sed去除HTML标签,保留空格和换行
sed 's/<[^>]*>//g' $input_file > $output_file

echo "HTML tags have been removed while preserving spaces and newlines. Output is in $output_file"

sed命令解析

sed(stream editor)是一种在Linux和Unix系统中非常强大的文本处理工具。它主要用于对文本数据的编辑工作,可以用来快速地进行文本替换、插入、删除等多种操作。

基本语法

sed的基本语法格式:

复制代码
sed [options] 'command' file_name
  • options :sed命令的选项,比如-i用于直接修改文件内容,而不是输出到标准输出。
  • command :要执行的sed命令,如替换、删除等。
  • file_name:要处理的文件名。

常用命令

  1. 替换文本:

    复制代码
    sed 's/原字符串/新字符串/' file

    这里的s表示替换操作。默认情况下,只有每行中的第一个匹配项会被替换。如果要替换所有匹配项,可以加上g标志:

    复制代码
    sed 's/原字符串/新字符串/g' file
  2. 删除行:

    复制代码
    sed 'nd' file

    这里的n是行号,d表示删除操作。例如,删除第三行:

    复制代码
    sed '3d' file
  3. 插入和追加文本:

    • 插入(在指定行之前):

      复制代码
      sed 'n i\插入的文本' file
    • 追加(在指定行之后):

      复制代码
      sed 'n a\追加的文本' file
  4. 选择性打印行 : 使用-n选项和p命令可以打印特定的行:

    bash

    复制代码
    sed -n 'p' file  # 没有实际效果,因为它会打印所有行
    sed -n '5p' file # 只打印第五行
  5. 使用正则表达式 : sed可以结合正则表达式使用,提高命令的灵活性和强大功能:

    复制代码
    sed -n '/pattern/p' file  # 打印所有匹配正则表达式pattern的行

进阶用法

  • 多点编辑 : sed支持在一次命令中执行多个编辑操作,操作之间用分号分隔:

    复制代码
    sed 's/原字符串1/新字符串1/; s/原字符串2/新字符串2/' file
  • 直接修改文件 : 使用-i选项可以直接修改文件内容,而不是将结果输出到标准输出:

    复制代码
    sed -i 's/原字符串/新字符串/g' file
相关推荐
布莱克6057 小时前
Swift 闭包详解:从语法到实战的完整指南
服务器·开发语言·ios·ssh·swift·闭包
用户298698530149 小时前
React 前端实现 Excel 与 HTML 双向转换:基于 WebAssembly 的浏览器端方案
javascript·html·excel
如夏倾城9 小时前
五大远程桌面协议:RDP、SSH、VNC/RFB、Citrix ICA/HDX 与 VMware Blast Extreme
运维·windows·网络协议·安全·自动化·ssh·远程工作
oil欧哟10 小时前
Oil Studio 的产品思路与日常使用方式:在 Mac 上录口播演示,并接入 AI Agent 精剪与自动录屏
人工智能·macos
htzyl2061 天前
前端样式-弹窗淡入淡出,为什么你的 `transition` 一直不生效
前端·css·html
zhanlang02171 天前
HTML 零基础入门到企业实战【第七章 7.5】表单验证基础属性:required、maxlength、placeholder
前端·html
小毛球.2 天前
第 3 篇:IDEA 最新版下载与完整安装教程(Mac)
java·macos·intellij-idea·idea
SEO_juper2 天前
Node.js 全站 SEO 体检报告生成器:一次查完标题、描述、canonical、H1、图片
开发语言·前端·node.js·html·bash
zhanlang02172 天前
HTML 零基础入门到企业实战【第七章 7.2】form 标签属性:action、method、name、target 详解
前端·html
feixing_fx3 天前
CSS 变量(Custom Properties):构建可扩展的主题切换系统
前端·css·前端框架·html·css3