sed 去除html代码,使用sed删除html评论标签

这个问题已经是discussed here，但我注意到最流行的答案实际上是错误的，并且由于该页面仍然在谷歌中弹出＃1，我认为这是有道理的评论。我不能在原来的讨论中发表评论，因为我的声誉太低，所以如果管理员认为它应该移到那里，请这样做，不要让我太难过)使用sed删除html评论标签

因此，我们要删除所有内容，这是由HTML注释标记表示

This is how my text (html) file looks like

最投票回答表明下面的代码

#! /bin/sed -f

# Delete HTML comments

# i.e. everything between

# by Stewart Ravenhall

//!{

N

ba

}

s///

虽然它在简单的情况下，当另一个评论开始在同一线路出现故障，其中前一个结束。例如，应用上述脚本之后的输入

，会给

这意味着只有第一评论将被删除。原因是在应用替换命令后，代码不检查缓冲区是否也有下一个注释的开始标记。

分辨率这个问题是修改代码，这样

#! /bin/sed -f

:x

//!{

N

ba

}

s///

bx

，或者在很短的符号

cat file.html | sed ':x;//!{N;ba};s///;bx'

我想改正这个脚本是很重要的，因为它是上市上seder's grab bag

一点点更简洁和非常优雅的解决方案建议Brian Clements(我已经修改了一点)

cat file.html | sed ':a;s///g;/