删除包含模式的 HTML 元素答案

【问题标题】：Delete an HTML element containing a pattern删除包含模式的 HTML 元素
【发布时间】：2017-10-02 23:53:25
【问题描述】：

如何删除文本中包含PATTERN 的元素（从 到）？元素的内容应该随着元素一起被删除。

例如我想删除下面的第一个...元素：

<span><SPAN>some text with
with </SPAN> a PATTERNin it etc</span><span><SPAN>some text
without </SPAN> a thingIn it etc</span>

仅使用 SED 进行生产：

<span><SPAN>some text
without </SPAN> a thingIn it etc</span>

PS：对行尾或单字没有帮助，它只能检测到任何... 和PATTERN。

生产服务器只允许使用 SED 等基本命令。我目前正在使用以下方法，但它很丑而且似乎不起作用。

sed '/<span.*\n.*PATTERN.*<\/span>/d'

【问题讨论】：

什么是“应答器”？期望的输出应该是什么样的？
您的描述不清楚。这一切是什么意思？
你尝试了什么？展示你的努力并发送minimal reproducible example。
增加了清晰度、结果和进度
可惜。如果它是 XHTML（以显示它是多么愚蠢），可能会尝试编写一个基于 sed 的解析器来获得乐趣，但是 HTML 要复杂得多，你说你甚至没有 HTML？那么，您希望我们如何解析它？？

标签： html regex sed

【解决方案1】：

如果是 HTML：

perl -MXML::LibXML -e'
   my $parser = XML::LibXML->new();
   my $doc = $parser->parse_html_file($ARGV[0]);
   $_->unbindNode()
      for $doc->findnodes(q{//span[contains(text(), "PATTERN")]});

   binmode(STDOUT);
   print($doc->toString());
' in.html >out.html

如果是 XHTML：

perl -MXML::LibXML -e'
   my $parser = XML::LibXML->new();
   my $doc = $parser->parse_file($ARGV[0]);
   my $xpc = XML::LibXML::XPathContext->new();
   $xpc->registerNs( h => "http://www.w3.org/1999/xhtml" );
   $_->unbindNode()
      for $xpc->findnodes(q{//h:span[contains(text(), "PATTERN")]}, $doc);

   binmode(STDOUT);
   print($doc->toString());
' in.xhtml >out.xhtml

以上都产生以下内容（一些隐含的元素被激活）：

<span><SPAN>some text
without </SPAN> a thingIn it etc</span>

【讨论】：

我明白你的意思（很好），但我在一个不能使用 perl 而只能使用标准 bash 命令的服务器上...
1) 我以为你想使用sed，而不是bash？ 2) 我不是在bash（那会很傻）或sed（可能甚至不可能）中编写 HTML 解析器。
sed 在我允许的命令范围内。遗憾的是，我无法为生产服务器选择所有内容...