sed HTML</ >タグ

Question

HTMLページを解析して結果がプレーンテキストになるようにgrep結果からすべてのHTMLタグを削除したい場合 たとえば、phpinfoを解析して、フルラインの代わりにPHPバージョンのみを取得する場合HTMLタグ：

$curl -i http://piscina.tienda/phpinfo.php | grep 'PHP Version' | head -1 
href="http://www.php.ne.... alt="PHP logo" /></a><h1 class="p">PHP Version 5.5.33</h1> 

私は結果として「PHPバージョン5.5.33」のみを取得したいと思いますが、

私はsedのパターンを、次の試してみました：

sed -e 's/<.*>//g' 
sed -e 's/^<.*>$//g' 

しかし、結果はHTMLコードまたは（すべての出力が交換された）すべての空白がいっぱいです。 この場合、sedを使用してHTMLタグのみを削除することができますか、この場合は他の演算子を使用する方がよいでしょうか？それともパターンに問題がありますか？

ご協力いただきありがとうございます！

Answer 1

皆さん、ありがとうございました。

のsed -eさん/ < [^>] *> // G '

$ curl -is http://piscina.tienda/phpinfo.php | grep 'PHP Version' | head -1 | sed -e 's/<[^>]*>//g' 
PHP Version 5.5.33 

それが将来的に誰かを助けることを願っています：いくつかの追加の研究の後、次のパターンはトリックをしました。

Answer 2

デフォルトでは、正規表現は貪欲で、最大の一致を検索します。 ?を*（'s/<.*?>//g'）に追加して、マッチングプロセスを遅延させます。

Answer 3

一般に、sedのような行指向ツールを使用してXMLデータを操作しないでください。代わりにxmlstarletのようなXML対応のツールを使用してください。

xmllint --html --xpath '//text()' 

Answer 4

あなただけparameter expansionを使用し、sedを必要としない。この場合、これはあなたがやりたいことがあります。ここでは、コードは次のようになります。

#save the first line into a variable 
line='href="http://www.php.ne.... alt="PHP logo" /></a><h1 class="p">PHP Version 5.5.33</h1>' 
tempstr=${line%<*} 
result=${tempstr##*>} 
echo "$result" 

出力：

PHP Version 5.5.33 

そして、あなたはスクリプトにそれらを保持したい場合は、あなたがで文字列を保存することができますすることができます

line=$(curl -i http://piscina.tienda/phpinfo.php | grep 'PHP Version' | head -1) 

・ホープ君は。