Estou apenas começando a aprender sed e awk. Eu tenho que enviar uma tarefa de casa amanhã, que é um copiar e colar da Wikipedia. Apenas a oportunidade de praticar alguns scripts sed!
Então eu tenho o documento em formato html. Agora preciso substituir [<number>] por nada. Como eu faria isso?
Isso é o que eu tentei, mas acho que nem sequer corresponde ao padrão que desejo:
cat content.xml | sed 's/\[\d+\]/ /g' > content2.xml
Como próxima etapa, eu implementarei a substituição desses padrões, que são hiperlinks, mas até mesmo o padrão simples mencionado acima não está sendo correspondido:
<a href="https://en.wikipedia.org/wiki/Immune_system">immune system</a>
e, em seguida, remova as citações:
<a name="cite_ref-Gleeson2007_27-0"/><a href="https://en.wikipedia.org/wiki/Physical_exercise#cite_note-Gleeson2007-27">[27]</a>
Você foi na direção errada, você deve aprender XML / XSLT em vez disso :) (XML Style Sheet). Tanto para uso com ODT ou XHTML. Para ODT, uma macro pode ser melhor, mas não sei.
Dê uma olhada nesta resposta aceita: tags abertas de correspondência RegEx, exceto tags independentes XHTML
A solução em esta resposta para Como substituir todas as imagens no Libreoffice com sua descrição deve funcionar para você também com pouco modificação.