BASH中删除文本文件所有HTML标签的方法及sed命令问题咨询

嘿，这个问题我太熟了！你说得完全没错——问题确实出在sed替换命令的默认行为上，本质和正则表达式的写法关联紧密。

默认情况下，sed的s/正则/替换内容/命令只会替换每行中第一个匹配到的内容，这就是为什么你的命令只能删掉每行第一个HTML标签。要实现全局替换，只需要给替换命令加上g（global，全局）标志就行。

修改后的可用命令： #

cat my_file | sed 's/<[^>]*>//g'

简单拆解说明： #

• g 标志：这是关键！它告诉sed要替换当前行内所有匹配到的<[^>]*>模式，而不是只处理第一个匹配项。
• 关于你命令里的<和>：这是HTML转义字符，在终端直接执行sed命令时，用实际的<和>就可以，不需要转义哦。

额外小提示： #

如果你的HTML标签存在跨行的情况（比如一个标签被拆分成了两行），这个单行sed命令就不太够用了。不过如果所有标签都在单行内，上面的命令完全能满足需求。

内容的提问来源于stack exchange，提问作者pyzololo