Regex sed-在模式中包含换行符

我仍然是一个编写脚本的新手，但我正在努力。下面是一个部分工作的shell脚本，它应该通过匹配标记并删除其包含的内容来删除*.htm文档中的所有JS。例如

，

和

find$1-name“*.htm”>。/patterns
对于以美元表示的p（类别/模式）
做
sed-e“s///g”$p#>tmp.htm；mv tmp.htm$p
完成

此is脚本的问题在于，由于sed逐行读取文本输入，因此此脚本在新行中无法按预期工作。运行：

<script>
//Foo
</script>

//福

将删除第一个脚本标记，但将省略我不想要的“foo”和closing标记

---

有没有办法匹配正则表达式中的新行字符？或者如果

sed

不合适，还有什么我可以使用的吗？

此

awk

脚本将查找

标记，在

变量中设置
，然后读取下一行。当找到关闭标记时，变量设置为零。如果
变量中的
为零，则最终打印图案输出所有行

awk '/<script.*>/   { in=1; next }
     /<\/script.*>/ { if (in) in=0; next }
    { if (!in) print; } ' $1

awk'/{in=1；next}
//{if（in）in=0；next}
{if（！in）print；}'$1
假设您在不同的行上有
标记，例如：

foo
bar
<script type="text/javascript">
some JS
</script>
foo

foo
酒吧
一些JS
福

以下方面应起作用：

sed '/<script/,/<\/script>/d' inputfile

sed'/正如您所提到的，问题是
sed
逐行处理输入

因此，最简单的解决方法是将输入设为单行，例如，用您确信输入中不存在的字符替换换行符

人们可能会尝试使用
tr
：

… |tr '\n' '_'|sed 's~<script>.*</script>~~g'|tr '_' '\n'

或者，如果您使用GNU
sed
且不需要跨平台兼容性，则以更精简的形式：

… |sed ':a;N;$!ba;s/\n/ˇ/g;s~<script>.*</script>~~g;s/ˇ/\n/g'

。| sed:a；N、 美元！文学士；s/\n/g；s~.~~~~~g；s/ˇ/\n/g'

有关分支部分的详细信息，请参阅“使用分支”下的链接答案（
：a；N；$！ba；
）。剩下的部分很简单：


s/\n/ˇ/g
用
ˇ
替换所有换行符
s~.*~~g
删除需要删除的内容（请注意，实际使用时需要一些安全保护：它将删除第一个
和最后一个
之间的所有内容；此外，请注意，我使用了
~
而不是
//code>，以避免
中的斜杠转义：除了少数保留字符外，我几乎可以使用任何单字节字符。）ike
\
）

s/ˇ/\n/g
读取换行符
已测试。它有效。我唯一的问题是，同一行上的字符与脚本标记一起被替换。例如，foo-foo将导致foo。很抱歉，我没有Windows-因此无法调整脚本。请注意，如果您需要执行不依赖于分支的操作，使用管道
sed可能更明智e> 输出到一个新的
sed
实例（我自己在同一个实例中遇到了一些操作问题，其他的则没有）。
… |sed -e ':a' -e 'N' -e '$!ba' -e 's/\n/ˇ/g' -e 's~<script>.*</script>~~g' -e 's/ˇ/\n/g'

… |sed ':a;N;$!ba;s/\n/ˇ/g;s~<script>.*</script>~~g;s/ˇ/\n/g'