BBEdit操作求助：仅保留指定<tr>标签片段并删除其余内容

方法一：使用Grep命令（Linux/macOS/Windows WSL） #

处理大文件时，Grep是高效的选择，直接运行以下命令：

grep -o '<tr id="post-[0-9]*"' your_file.html > output.txt

• -o 参数仅输出匹配到的内容片段，而非整行
• <tr id="post-[0-9]*" 是匹配目标格式的正则表达式，[0-9]* 匹配任意长度的数字后缀
• 替换 your_file.html 为你的源HTML文件路径，output.txt 是保存结果的目标文件

如果使用Windows原生PowerShell，可执行：

Select-String -Path your_file.html -Pattern '<tr id="post-[0-9]*"' | ForEach-Object { $_.Matches.Value } | Out-File output.txt

方法二：使用Python脚本（跨平台） #

适合需要自定义逻辑或无命令行工具的场景，脚本如下：

import re

# 替换为实际文件路径
input_file = "your_file.html"
output_file = "output.txt"

# 定义匹配规则
match_pattern = re.compile(r'<tr id="post-\d+"')

# 逐行读取大文件，避免内存溢出
with open(input_file, 'r', encoding='utf-8') as in_f, open(output_file, 'w', encoding='utf-8') as out_f:
    for line in in_f:
        matches = match_pattern.findall(line)
        for item in matches:
            out_f.write(f"{item}\n")

• 正则表达式 r'<tr id="post-\d+"' 精准匹配目标格式，\d+ 匹配一个及以上数字
• 逐行处理文件，即使是超大体积的HTML也不会占用过多内存
• 每个匹配结果单独写入一行到输出文件

内容的提问来源于stack exchange，提问作者Manos Krokos