hlzj88

回复 7# WHY

应Batcher版主提议，已修改一楼的例句，可能能代表更实际的复杂情况。你的代码测试可去掉 舞台 那句里的，第一句反复执行无变化。
谢谢。麻烦你再看看。

WHY

回复 3# hlzj88


    已修改

hlzj88

回复 4# Batcher
已重新举例。
回复 5# 523066680
你说的是，对正则表达一头雾水，sed使用也浅。好吧，不给自己找理由。也谢谢你。

523066680

回复 3# hlzj88

    2楼已经给出了核心思路。相信好学的人已经能够举一反三，而不是丢一句 “经测试不成功”。

加个循环的事儿～ Perl

my $s='其他词“其他词<br>a<br>其他词”其他词';
while ($s=~s/(“[^“”]+)<br>([^“”]+”)/$1$2/) {};
print $s;
复制代码

Batcher

回复 3# hlzj88


    请在顶楼给个具体的例子吧

hlzj88

回复 2# WHY

这个代码是专职 从网页文件提取正文的。

1网页提取.bat  设计要使它能兼容不同网页编码，不同行长，gizp压缩网页，不同排版。使提取的网页正文尽量干净。产生是文本要通过重新排版，使内容更符合常规断句。要求能独立运行，也可被别的文件调用。

附件已上传，http://www.bathome.net/attachmen ... XhxTUo4dzd1WQ%3D%3D

WHY

sed -r ":a;s/(“[^“”]*)<br>([^“”]*”)/\1\2/g;ta" 1.txt > 2.txt
复制代码