36、高级 sed 与 gawk 编程：数据处理的强大工具

高级 sed 与 gawk 编程：数据处理的强大工具

1. 高级 sed 功能

在处理网页 HTML 代码时，我们可以使用 sed 命令来提取所需的数据。例如，使用以下命令可以去除 HTML 标签：

$ sed ’s/<[^>]*>//g’ data9

执行该命令后，输出结果如下：

This is the page title This is the first line in the Web page. This should provide some useful information for us to use in our shell script.

为了进一步清理输出，去除那些讨厌的空白行，可以添加删除命令：

$ sed ’s/<[^>]*>//g;/^$/d’ data9

输出结果变得更加紧凑，只包含我们需要查看的数据。

sed 编辑器还提供了一些高级功能，可用于处理跨多行的文本模式：
-多行处理命令：
-next 命令：用于从数据流中检索下一行并将其放入模式空间。在模式空间中，你可以执行复杂的替换命令，以替换跨越多行的短语。
-多行删除命令：当模式空间包含两行或更多行时，可用于删除第一行。这是遍历