如何使用sed从文件中删除html标签？

Question

我有一个文件，它混合了我需要的普通文本和 html 标签。我知道使用 REGEX 可以识别 html 标签，使用 sed 可以将它们交换为空字符串，但我不知道如何具体应用它。

Answer 1

如果你不坚持sed，最好的办法就是这样做lynx。

lynx --dump <filename>.html

这将以 html 代码打算显示的格式输出 html 文件的内容。唯一的条件是文件名应该有一个.html或.htm扩展名。