使用shell命令删除<pre>...</pre>块

Question

我想换件衣服

Example 1 
<pre class="code">
bla bla 
</pre>
Example 2 
<pre>
bla bla 
</pre>

只是为了

Example 1 
Example 2 

因此，我需要非贪婪匹配和正则表达式。我非常确定我不能使用sed -我可以使用什么外壳命令？

Answer 1

，所以我需要一个非贪婪的匹配正则表达式。

不怎么有意思。假设<pre>和</pre>标签总是单独在一行上，没有注释或其他HTML标签，并且您不需要担心取消转义HTML实体，您可以使用例如

perl -ne 'print unless m{^\s*<pre\b} .. m{^\s*</pre>}'

但是使用真正的HTML解析器可能是一个更好的想法：

perl -MHTML::Parser -e 'HTML::Parser->new(ignore_elements => ["pre"], default_h => [sub { print @_ }, "text"])->parse_file(*STDIN)' < input.html

(详细信息取决于您希望如何处理文档的其余部分。)