Jeg rydde opp HTML med sed. Med regexp

<a name\u003d"[A-Za-z0-9 ?_.]+"> </ a> <h[123]> [] * <span class\u003d"mw-headline"> [a-zA-Z0 - 9 ?_.]+</ span> </ t [123]>

Jeg kan finne kodene jeg trenger. Men når jeg legger dem i en sed kommando, sed mislykkes. Så jeg begynte å bygge opp fra en mindre kommandoen. Det er her jeg er nå:

sed -r-es / "<a name \u003d \" / erstatning / <in> ut

Dette fungerer. Men når jeg skriver:

sed -r-es / "<a name \u003d \" [a-zA-Z0-9 ?_.]+"/ erstatning / <in> ut

den ikke med:

sed: Kan ikke lese <i: Ugyldig argument
sed: Kan ikke lese> ut: Ugyldig argument

Men i filen er virkelig det. Hvordan kan jeg få den regexp i sed kommando? Jeg har prøvd å unnslippe / ikke escaping tegn, men sed ser ikke ut til å godta den.

Kan du gi ouput du ønsker?

Hilsen

Fra en kode som dette:

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

Jeg ønsker å gjøre:

<a name\u003d"Introduction"> </ a> <h1> <span class \u003d "mw-overskrift" id \u003d "Introduksjon" > Introduction </ span> </ h1>

Derfor jeg gjøre følgende erstatning:

Kamp:
<a name\u003d"([A-Za-z0-9 ?_.]+)"> </ a> <h([123])> [^ mw] * mw-overskrift "> ([A-Za - Z0-9 ?_.]+)</ span> </ t [123]>

Og erstatte den med:

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

Dette fungerer ved bruk av en finne og erstatte editor som godtar regex. Men jeg kan ikke ut til å passe den i en sed kommandoen.

Noe sånt som:

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