主页 / ubuntu / 问题 / 567637
Accepted
don.joey
Asked: 2015-01-02 01:40:59 +0800 CST

在 html 文件上使用 grep 时，如何只显示文本而不显示标签？

  • 772

我有一个大型网站。我没有设置本地搜索引擎，而是使用 grep 来搜索站点。Grep 的输出显示了 html（当然），但我只想看到文本（而不是所有的 html 标签）。

我怎样才能做到这一点？

grep

2 个回答

  1. Best Answer

    我发现的一种解决方案是将 grep 的输出通过管道传输到 html2text：

    sudo apt-get install html2text
grep "som* interesting" | html2text

    这在很大程度上是可行的，但它无法 a) 保持 grep 的颜色突出显示，b) 使用 unicode，以及 c) 替换某些字符。这是一个没有这些缺点的更完整的替代方案。

    grep --color=always "test*" * | html2text -utf8 | sed 's/l&rsquo/\"/'

    当然，您也可以使用 sed 编辑流以更改其他元素。

    • 2

  2. 使用lynx命令并通过以下方式安装它：

    sudo apt-get install lynx-cur

    在这里查看输入和输出

    $ lynx --dump infile.html | grep 'PATTERN'
HTML Tables

   HTML tables start with a table tag.

   Table rows start with a tr tag.

   Table data start with a td tag.
     __________________________________________________________________

1 Column:

   100
     __________________________________________________________________

1 Row and 3 Columns:

   100 200 300
     __________________________________________________________________

3 Rows and 3 Columns:

   100 200 300
   400 500 600
   700 800 900
     __________________________________________________________________

    使用：

    awk '{gsub(/<[^>]*>/,"")} /PATTERN/{# what you want to do }' infile
    • 2

相关问题