嘗試使用 grep 從 HTML 文件中刪除所有 id

我正在嘗試id=" "從文件中刪除所有 s.html但我不確定我哪裡出錯了。我嘗試使用正則表達式，但我得到的只是.html在我的 Ubuntu 終端中呈現的文件。

程式碼：

grep -Ev '^$id\="[a-zA-Z][0-9]"' *.html

我正在執行它bash ex.sh。

雖然這違背了我更好的判斷，但我會發布它（sed部分）。

那就是：如果是為了快速而骯髒的修復，請繼續。如果它更嚴重或您將經常做的事情等。使用其他東西，如 python、perl 等，您不依賴正則表達式，而是依賴模組來處理 HTML 文件。

一種更簡單的方法是使案例如 sed。

sed 's/\(<[^>]*\) \+id="[^"]*"\([^>]*>\)/\1\2/' sample.html > noid.html

解釋：

           +--------------------------------- Match group 1
           |                      +---------- Match group 2
        ___|___                ___|___
       |       |              |       |  
sed 's/\(<[^>]*\) \+id="[^"]*"\([^>]*>\)/\1\2/' sample.html > noid.html
    |   |  | |   |  |    | ||    |  |      |
    |   |  | |   |  |    | ||    |  |      +- \1\2  Subst. with group 1 and 2
    |   |  | |   |  |    | ||    |  +-------- >     Closing bracket
    |   |  | |   |  |    | ||    +----------- [^>]* Same as below
    |   |  | |   |  |    | |+---------------- "     Followed by "
    |   |  | |   |  |    | +----------------- *     Zero or more times
    |   |  | |   |  |    +------------------- [^"]  Not double-quote
    |   |  | |   |  +------------------------ id="  Literal string
    |   |  | |   +---------------------------  \+   Space 1 or more times
    |   |  | +------------------------------- *     Zero or more times 
    |   |  +--------------------------------- [^>]  Not closing bracket
    |   +------------------------------------ <     Opening bracket
    +---------------------------------------- s     Substitute

用於sed -i就地編輯文件。（遺憾可能，但不可撤銷。）

---

更好的; 使用 perl 的範例：

#!/usr/bin/perl

use strict;
use warnings;

use HTML::TokeParser::Simple;
use HTML::Entities;
use utf8;

die "$0 [file]\n" unless defined $ARGV[0];

my $parser = HTML::TokeParser::Simple->new(file => $ARGV[0]);

if (!$parser) {
   die "No HTML file found.\n";
}

while (my $token = $parser->get_token) {
   $token->delete_attr('id');
   print $token->as_is;
}

---

您的 grep 命令將不匹配任何內容。但是當您使用反轉選項-v時，它會列印所有不匹配的內容——因此是整個文件。

grep 不是就地文件修飾符，但通常是在文件中查找內容的工具。嘗試例如：

grep -o '\(<[^>]*\)id="[^"]*"[^>]*>' sample.html

-o表示只列印匹配的模式。（不是整行）

sed等awk通常用於編輯流或文件。例如上面的例子。

---

從你的 grep 有一些錯誤的概念：

id\="[a-zA-Z][0-9]"

將完全匹配：

1. id=
2. 範圍內的一個字元a-z或A-Z
3. 後跟一位數字

換句話說，它將匹配：

id="a0"
id="a1"
id="a2"
...
id="Z9"

沒有什麼像：id="foo99"或id="blah-gah"。

---

此外，它將匹配：

^ <-- start of line (As it is first in pattern or group)
$ <-- end of line   (As you use the `-E` option)
# Else it would be:
^ <-- start of line (As it is first in pattern or group)
$ <-- dollar sign   (Does not mean end of line unless it is at end of
                     pattern or group)

因此什麼都沒有。

引用自：https://unix.stackexchange.com/questions/72917