如何使用 sed 删除 HTML 中的注释？答案

【问题标题】：How can I remove comments in a HTML with sed?如何使用 sed 删除 HTML 中的注释？
【发布时间】：2023-03-18 13:44:01
【问题描述】：

例如我有这个 html 代码

<h3>Title</h3>
<!--comment-->
<!-- comment -->
<!--
comment
-->
<h2>Title2</h2>

我必须使用 sed 来获得这个

<h3>Title</h3>
<h2>Title</h2>

我在这里找到了一些命令，但它们对我不起作用

sed '/<!--.*-->/d'

不删除这个

<!--
comment
-->

【问题讨论】：

You can't parse [X]HTML with regex。我建议使用 XML/HTML 解析器（例如 xmlstarlet）。
如果只想输出Title所在的部分，可以使用grep。 grep Title foo.html，但我猜不仅仅是 grepping 涉及到 Tittle。
当您必须使用sed（学校）时，将其添加到问题中（不仅仅是主题）。 sed -z 's###' 是否适用于您的示例？如果是这样，您有一个新的sed 版本，我们可以寻找更好的命令。当<h2> 之后出现评论时，此sed 将删除<h2> 行。
如果只有 sed 可供您使用，并且仅适用于您的示例：sed '//d' file

【解决方案1】：

使用有效的 HTML/XML：

xmlstarlet ed -d '//comment()' file.html

如果要就地编辑文件，请添加选项-L。

如果您的 HTML 无效，请尝试以下操作：

xmlstarlet format --recover --html file.html | xmlstarlet ed -d '//comment()'

使用xml：

xmlstarlet format --recover file.xml | xmlstarlet ed -d '//comment()'

要在输出中省略 xml 声明，请添加 --omit-decl。

【讨论】：