Извлечение данных HTML-тега с помощью sed

Question

Я хочу извлечь данные между известными тегами HTML. Например:

Hello, <i>I<i> am <i>very</i> glad to meet you.

Должно стать:

'I

very'

Итак, я нашел что-то, что почти делает это. К сожалению, он извлекает только последнюю запись.

sed -n -e 's/.*<i>\(.*\)<\/i>.*/\1/p'

Теперь я могу добавить любой конечный тег </i> с символом новой строки, и это прекрасно работает. Но есть ли способ сделать это с помощью одной команды sed?

Answer 1

Попробуйте:

sed -n 's|[^<]*<i>\([^<]*\)</i>[^<]*|\1\n|gp'

И в вашем примере отсутствует "/":

Hello, <i>I</i> am <i>very</i> glad to meet you.

Answer 2

Попробуйте это:

$ sed 's/<[^>]*>//g' file.html

Answer 3

$ awk -vFS="<.[^>]*>" '{for(i=2;i<=NF;i+=2)print $i}' file
I
very