>_ IzzyLab

Практическое задание

Убери HTML-теги

средне

В /root/page.html текст с HTML-тегами. Удали все теги (<...>), оставив только текст, результат — в /root/plain.txt.

Что потренируешь:
  • sed
  • регулярные выражения
  • жадные квантификаторы
  • отрицаемый класс
  • подстановка

Разбор темы

Удаление разметки — классическая задача на подстановку sed -E, где ловушка не в самой замене, а в описании тега. Наивная запись «любой символ сколько угодно раз» жадна: * тянет захват до последней закрывающей скобки в строке, проглатывая текст между тегами. Правильный мысленный ход — описать содержимое тега через отрицаемый символьный класс ([^>]), который физически не может съесть > и потому останавливается на первой же закрывающей скобке. Флаг g нужен, чтобы обработать все теги в строке, а не только первый.

Что проверяется

  1. Теги убраны
  2. Текст сохранён

Как это выглядит