删除/替换 bash 中的 html 标签

我有一个文件，其中包含以下行：

<li><b> Some Text:</b> More Text </li>

我想删除 html 标签并替换</b>用破折号标记，所以它变成这样：

Some Text:- More Text

我正在尝试使用 sed 但找不到正确的正则表达式组合。

如果您严格想要删除所有 HTML 标签，但同时only更换</b>带有一个标签-，你可以链接两个简单的sed带管道的命令：

cat your_file | sed 's|</b>|-|g' | sed 's|<[^>]*>||g' > stripped_file

这会将文件的所有内容传递给第一个sed将处理替换的命令</b> to a -。然后，其输出将通过管道传输到sed这将用空字符串替换所有 HTML 标签。最终输出将保存到新文件中stripped_file.

使用与@Steve的其他答案类似的方法，您也可以使用sed's -e将表达式链接到单个（非管道命令）的选项；通过增加-i，您还可以读入并替换原始文件的内容，而无需cat，或一个新文件：

sed -i -e 's|</b>|-|g' -e 's|<[^>]*>||g' your_file

这将像上面的链接命令一样进行替换，但是这次它将直接替换输入文件中的内容。要保存到新文件，请删除-i并添加> stripped_file到最后（或您选择的任何文件名）。