Shellscript 删除 HTML 文件中的特定标签

Question 1

不要使用像 sed/grep 这样的文本处理工具，而是使用能够理解 HTML 的工具。

例如，在xsh，你可以

open :F html file.html ;
delete //tr[td='TESTCASE-002'] ;
save :b ;

不过，您必须首先修复该文件 - 删除放错位置的标签</body>和</head>结束标签。

Answer

不要使用像 sed/grep 这样的文本处理工具，而是使用能够理解 HTML 的工具。

例如，在xsh，你可以

open :F html file.html ;
delete //tr[td='TESTCASE-002'] ;
save :b ;

不过，您必须首先修复该文件 - 删除放错位置的标签</body>和</head>结束标签。

Question 2

您可以使用以下命令删除标签XSL 转换（XSLT）。

大多数发行版应该附带一个xsltproc命令（包的一部分libxslt）。

以下是执行转换的命令，可在 shell 脚本中使用：

xsltproc --html main.xslt index.html

这是将删除的 XSLT测试用例-002:

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
  <xsl:output omit-xml-declaration="yes"/>
  <xsl:template match="node()|@*">
    <xsl:copy>
      <xsl:apply-templates select="node()|@*"/>
    </xsl:copy>
  </xsl:template>
  <xsl:template match="tr[td = 'TESTCASE-002']"/>
</xsl:stylesheet>

这种方法的优点是它是声明性的、可重用的，并将处理 XML/HTML 的代码与 shell 脚本的其余部分分开。它还灵活且功能强大。缺点是有点冗长和麻烦。

此方法还可以处理格式不正确的 HTML。

Answer