0

У меня есть html текст, и команда sed, которая по регулярному выражению должна удалять контейнеры table:

sed -e '/<[Tt][Aa][Bb][Ll][Ee].*>/,/<\/[Tt][Aa][Bb][Ll][Ee]>/d'

Команда работает отлично, если тег table расположен в начале строки:

<HTML> 
<P>
<TABLE BORDER=0> 
<TR><TH></TH><TH>Дата</TH></TR> 
<TR><TD></TD><TD>10.12.1989</TD></TR> 
<TR><TD></TD><TD>11.11.1977</TD></TR> 
</TABLE>
<P>
</HTML> 

становится:

<HTML> 
<P>
<P>
</HTML> 

Но если перед открывающимся тегом table, или после закрывающегося тега table есть другой текст:

<HTML> 
<P>
<img src=""><TABLE BORDER=0> 
<TR><TH></TH><TH>Дата</TH></TR> 
<TR><TD></TD><TD>10.12.1989</TD></TR> 
<TR><TD></TD><TD>11.11.1977</TD></TR> 
</TABLE><img src="">
<P>
</HTML> 

то удаление контейнера работает некорректно (удаляется этот лишний текст кроме таблицы):

<HTML> 
<P>
<P>
</HTML> 
1
  • Если вам дан исчерпывающий ответ, отметьте его как верный (галка напротив выбранного ответа). 21 дек 2015 в 21:05

1 ответ 1

1

Плохим решением было выбрать Sed для решения этой задачи. Функционал регулярных выражений крайне ограничен. Вы можете попробовать решить задачу так:

cat test.html | tr '\n' '\f' | sed 's/<table>.*<\/table>//gi' | tr '\f' '\n'

Или даже так:

sed -e '1h;2,$H;$!d;g' -re 's/<table>.*<\/table>//gi' test.html

Какое бы решение Вы ни выбрали- Вы натолкнетесь на то, что если в тексте будет две таблицы, то будет удалено все от первого <table> до последнего </table> и жадность эту Вы победить не сможете.
Если же в тексте всего одна таблица, то смело используйте Sed :)


Правильным решением будет использовать Perl:

perl -0pe 's/<table>.*?<\/table>//gis' test.html

UPDATE

Раз это учебное задание
Значит можно смело применять Sed- ведь простые и правильные пути смарщивают нос преподавателей :)

sed -re 's/<\/?table[^>]>/\n\1\n/gi' test.html | sed -e '/<[Tt][Aa][Bb][Ll][Ee].*>/,/<\/[Tt][Aa][Bb][Ll][Ee]>/d'

Будут добавлены лишние переносы строк, если <table> или </table> были в начале или конце строки, но семантику HTML это не ломает. При желании можно избавиться и от этих лишних переносов строк.

2
  • Спасибо большое. К решению на PERL я дошел, но преподаватель начал крутить носом. Ваше решение отлично подходит. Могу ли я поинтересоваться, какой подход можно еще использовать для корректного решения задачи, кроме sed и perl?
    – Evgeniy
    22 дек 2015 в 17:10
  • Спасибо большое за разьяснение.
    – Evgeniy
    23 дек 2015 в 20:04

Ваш ответ

Нажимая на кнопку «Отправить ответ», вы соглашаетесь с нашими пользовательским соглашением, политикой конфиденциальности и политикой о куки

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.