Remover tags HTML com SED

Publicado por Fábio Berbert de Paula em 14/06/2020

[ Hits: 4.615 ]

Blog: https://fabio.automatizando.dev

 


Remover tags HTML com SED



Remover tags HTML usando o sed é, como diriam os mais sofisticados, "piece of cake!". Uma tag HTML tem o seguinte formato:

<abrir tag></fechar tag>

ou

<tag com argumentos />

note que independente da tag ser de abertura ou fechamento, ela sempre começa com < e termina com >. Então vamos à nossa expressão regular:

echo '<a href="#">Link aqui</a><br/>' | sed 's/<[^>]*>//g'
Link aqui

Onde:
  • /<[^>]*>/ = começa com <, tudo o que não é > e termina com >
  • //g = substitua todas as ocorrências do padrão acima por nada

Simples assim!

Outras dicas deste autor

Como pegar o hostname usando Python

O comando split

Instalando Docker no Debian 11 Bullseye

Meu servidor Conectiva Linux se conecta, mas não encontra sites na Internet

O comando tree - listar diretórios em formato árvore

Leitura recomendada

Ações condicionais no SED

Leitor de arquivos ePub

Eliminando linhas de comentário ou linhas em branco no Linux

Limitando o alcance do SED por números de linha

Informações completas sobre os arquivos numa pasta

  

Comentários
[1] Comentário enviado por maurixnovatrento em 14/06/2020 - 21:09h


Essas instruções com sed estão cada vez melhores.

___________________________________
Conhecimento não se Leva para o Túmulo.



Contribuir com comentário