Discussion :

[laloupiote]

Bonjour,

J'ai un fichier qui contient des lignes du style

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

<a href=url1>lien1</a> blablabla intermédiaire 1 <a href=url2>lien2</a> blablabla intermédiaire 2  <a href=url3>lien3</a> blablabla...

Il peut y avoir de 0 à x liens dans la même ligne (x étant ignoré, bien sûr)

Je veux effacer tous les <a href....> et les </a>
Je commence par effacer les <a href....>
Mais si je fais

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

sed 's/<a href.*>//g' fichier1 > fichier2

Ça ne marche pas parce que ça efface du premier "<a href" jusqu'au dernier ">"

Je ne trouve pas la solution tout seul.
Ça ne doit pourtant pas être très compliqué.

Cordialement

[jmelyn]

Bonjour,

Je ne connais pas bien sed et je n'ai pas beaucoup de temps maintenant. Mais je peux te dire où il y a un problème.

La chaîne à substituer commence par "<a href", puis elle continue par des caractère quelconques sauf la suite "a>" et se termine par "a>". Je n'arrive pas à exprimer ce que j'ai écrit en bleu. Quelque chose comme ([^a][^>])*, mais les parenthèses ne regroupent pas le pattern pour l'étoile suivante.

Une idée dans l'assistance?

[laloupiote]

Merci pour ta réponse, mais je pense que le problème concerne directement sed. En fait, sed lit les expressions rationnelles et je crois que c'est là finalement qu'il faut chercher.
Comment formuler, dans une expression rationnelle, que je veux sélectioner (pour suppression par sed) la chaîne <a href ....> et que cette chaîne s'arrête au premier > et non pas au dernier ?

Il y aurait une solution, mais je cherche plus "élégant" ce serait, dans un premier temps remplacer les </a> par un saut de ligne

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

sed 's/<\/a>/\n/g' fichier1 > fichier2

puis

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

sed 's/<a href.*>//' fichier2 > fichier3

Mais bon, après, il faudrait encore enlever les sauts de ligne que j'ai rajoutés.

[N_BaH]

les expressions rationnelles en sed sont gourmandes (greedy).

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

sed 's/<a href[^>]*>//g; s/<\/a>//g' fichier

Giyf

[laloupiote]

Je n'ai pas bien compris, mais ça ne fonctionne pas : mes <a href ...> sont toujours là.
Pour progresser est-ce que le [^>] signifirait qu'il s'agit du premier > qu'il faut prendre en compte ? Et alors, ne faudrait-il pas ajouter .* entre href et [^>] ?

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

sed 's/<a href[^>]*>//g; s/<\/a>//g' fichier

[N_BaH]

est-ce que le [^>] signifirait qu'il s'agit du premier > qu'il faut prendre en compte ?

en gros, oui.

Et alors, ne faudrait-il pas ajouter .* entre href et [^>] ?

non :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
sed 's/<a href[^>]*>//g; s/<\/a>//g' <<<'<a href=url1>lien1</a> blablabla intermédiaire 1 <a href=url2>lien2</a> blablabla intermédiaire 2  <a href=url3>lien3</a> blablabla'
lien1 blablabla intermédiaire 1 lien2 blablabla intermédiaire 2  lien3 blablabla

bof, ça fonctionne...