Question

如何删除文件中包含的元素（从到PATTERN）？应该删除元素的内容以及元素。

例如，我想删除以下内容中的第一个...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生成：

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

PS：对于行尾或单词没有帮助，它必须只检测任何...和PATTERN。

生产服务器仅允许基本命令，如SED。我目前正在使用以下内容，但它很丑陋，似乎无法正常工作。

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

Answer 1

如果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

以上两者都产生以下内容（一些隐含的元素被激活）：

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

删除包含模式的HTML元素

1 个答案: