html - 如何处理这个字符串？

Question

我有包含如下文本的 html 文件：

<p>يورونيوز: <br />
&#8220; يقال إن للقمر تأثير كبير على نمو المزروعات، وأزهار الحدائق وخاصة النبيذ . &#8220; </p>

现在我想删除
并将两行连接成一行。我怎样才能做到这一点？不得不提的是，“用于双引号，我在连接后替换它。我使用了这段代码，但它不起作用：

sed -i -e '/<br \/>[ \r\t\n]+/d' 1.html

Answer 1

sed逐行读取内容，因此您不能只删除 '\n' 字符。默认情况下不可见sed。您需要先阅读将下一行附加到模式空间，然后才能删除\n字符：

sed -e '/[\s]+$/{N;d}' 1.html

有一件事我不明白：你要删除 line with<br>和下一行吗？如果是这样，上面的代码是正确的。

Answer 2

rush 正确命名了您的代码不起作用的原因；这个版本做你想要的。

sed -i '/<br \/>\s*$/{N;s/<br \/>\s*//}' 1.html