使用 sed/awk 删除一组文件中的一些 HTML 注释答案

【问题标题】：Remove some HTML comments in a set of files using sed/awk使用 sed/awk 删除一组文件中的一些 HTML 注释
【发布时间】：2015-10-19 18:23:21
【问题描述】：

在我的例子中，特定的文件集都包含在指定的目录及其子目录中。我需要确保它不会删除 IE 浏览器的条件规则，例如 <!--[if IE 9]>。这是一个示例数据集：

<!DOCTYPE html>
<!-- Should not delete the conditional below -->
<!--[if IE 9]>
<html>
<![endif]-->
<head></head>
<body>
<p>Some content</p>
<!--Single line without space-->
<!-- Single line with spaces -->
<!-- Multi
     Line
     Comment -->

<div>Content</div>
</body>
</html>

【问题讨论】：

但是条件规则是 HTML cmets，所以你真的想删除一些 HTML cmets。
也许是
如果. 不代表换行符，那么您可以将其替换为(.|\s)
我们可以玩一个有趣的游戏“您发布一个您认为可以解析除条件之外的HTML cmets 的正则表达式，而我们发布它不会解析的方式”？ @maraca 的方法，我反驳 <a onclick='javascript:alert("")'>hello</a> - 这不是评论，但会像评论一样被删除。 @Steven Penny 可能会与 foo  bar --> 混淆，这可能不是有效的 HTML，但 Chrome 使 bar 可见。此外，删除 cmets 可能会删除实时 JavaScript（w3schools.com/tags/tag_comment.asp - 提示和注释部分）。使用 HTML 解析器。
stackoverflow.com/questions/1732348/…

标签： html regex awk sed html-parsing

【解决方案1】：

这不会处理更复杂的情况，但可以帮助您入门：

#!/usr/bin/awk -f
/<!--/ {comm = 1}
comm == 0
/-->/ {comm = 0}

【讨论】：