Ich bin Reinigung HTML mit sed. Mit der regexp

<a name\u003d"[A-Za-z0-9 ?_.]+"> </ a> <h[123]> [] * <span class\u003d"mw-headline"> [A-Za-z0 - 9 ?_.]+</ span> </ h [123]>

Ich kann die Tags die ich brauche. Aber wenn ich sie in einem sed Befehl, sed fehl. Daher begann ich, den Aufbau aus einer kleineren Befehl. Dies ist, wo ich jetzt bin:

sed -r-n / "<a name \u003d \" / Ersatz / <in> aus

Dies funktioniert. Aber wenn ich:

sed -r-n / "<a name \u003d \" [a-zA-Z0-9 ?_.]+"/ Ersatz / <in> aus

es nicht mit:

sed: Kann nicht lesen <in: Invalid argument
sed: Kann nicht lesen> out: Invalid argument

Aber die in der Datei ist es wirklich. Wie bekomme ich die regexp in der sed Befehl? Ich habe versucht Flucht / Zeichen nicht entkommen, aber sed scheint nicht zu akzeptieren.

Können Sie den Ausgang Sie wünschen?

Grüße

Von einem Tag wie diesem:

<a name\u003d"Introduction"> </ a> <h1> <span class\u003d"mw-headline"> Einführung </ span> </ h1>

Ich möchte:

<a name\u003d"Introduction"> </ a> <h1> <span class \u003d "mw-headline" id \u003d "Einführung" > Einleitung </ span> </ h1>

Daher bin ich die folgenden ersetzt:

Spiel:
<a name\u003d"([A-Za-z0-9 ?_.]+)"> </ a> <h([123])> [^ MW] * MW-Überschrift "> ([a-zA - z0-9 ?_.]+)</ span> </ h [123]>

Und ersetzen Sie es mit:

<a name\u003d"\1"> </ a> <h\2> <span class\u003d"mw-headline" id\u003d"\1"> \ 3 </ span> </ h \ 2>

Dies funktioniert, wenn Sie mit einem Editor, und ersetzen akzeptiert regex. Aber ich kann nicht scheinen, um es in einem sed Befehl.

Etwas wie:

echo '<a name="Introduction"></a><h1><span class="mw-headline" >Introduction</span></h1>'|
sed 's/\(.*"\)\(.*\)/\1 id="Introduction" \2/'