我有一个文件，其中混合了一些 HTML 和一些文本，我只想使用文本行。
我在闲逛grep，试图找到一种方法来排除以 HTML 标记开头的行，甚至包括标记前包含空格的行。
不知何故，这对我有用，但我认为不应该：
grep '^\<' file.htm
它只显示没有 html 的行。你能解释一下为什么吗？我想我需要grep -v一些.*地方来完成这项工作。
答案1
\<
匹配单词开头的空字符串。
\>
匹配单词末尾的空字符串。
这也是相关的[强调我的]：
-w
--word-regexp
仅选择包含构成整个单词的匹配项的行。测试是匹配的子字符串必须位于行的开头，或者前面有一个非单词组成字符。同样，它必须位于行尾或后跟非单词组成字符。单词组成字符是字母、数字和下划线。[…]由于该
-w选项可以匹配不以单词成分开头和结尾的子字符串，因此它不同于用\<and包围正则表达式\>。例如，虽然grep -w @匹配仅包含 的行@，但grep '\<@\>'无法匹配任何行，因为@不是单词成分。 […]
为了完整性：
插入符号
^和美元符号$是元字符，分别与行首和行尾的空字符串匹配。它们被称为锚点，因为它们迫使匹配分别“锚定”到行的开头或结尾。
您使用的模式 ( ^\<) 与单词组成字符之前的行开头匹配。字符和空格都不<是单词的组成部分。
请注意，行首的空格不会触发匹配，不管如果后面有标签或其他东西。某些对文本行有效的字符也不会触发匹配（例如(）。