从xml文件中剥离注释并将其打印出来

我有一个巨大的xml文件，其中包含很多注释

---

从linux命令行中删除所有注释并很好地格式化xml的“最佳方法”是什么？

您可能想看看

xmllint

工具。它有几个选项（其中一个

--format

可以很好地打印），但我不知道如何使用这个工具删除注释

另外，请查看一组命令行工具，可以使用xml做任何您想做的事情。然后做：

xml c14n --without-comments # XML file canonicalization w/o comments

编辑：OP最终使用了这一行：

xmlstarlet c14n --without-comments old.xml > new.xml

---

最好的方法是使用XML解析器正确处理所有晦涩难懂的情况。但是，如果您需要一些快速而肮脏的东西，那么有多种可能就足够了。

通过XSLT运行您的XML，并使用空模板进行注释

除注释外，所有XML内容都将传递到输出

为了方便格式化输出，将输出设置为@indent=“yes”：

您可以使用tidy

$ tidy -quiet -asxml -xml -indent -wrap 1024 --hide-comments 1 tomcat-users.xml
<?xml version='1.0' encoding='utf-8'?>
<tomcat-users>
  <user username="qwerty" password="ytrewq" roles="manager-gui" />
</tomcat-users>

$tidy-quiet-asxml-xml-indent-wrap 1024——隐藏注释1 tomcat-users.xml

要整理一些简单的东西，比如Tomcat的server.xml，我使用

sed's//-->\x0/g'| grep-zv'^/-->\x0/g'| grep-zv'^

任何地方

---

首先，sed用0x0字符标记注释的开始和停止，然后grep with

-z

将0x0视为唯一的行分隔符，搜索以注释开头的行，它的-v反转过滤器，只留下有意义的行。最后，

tr-d

\0`删除了所有这些0x0，为了完善它，另一个grep删除了空行：瞧。

xmllint是libxml2的cmdline接口，libxml2是一个具有多种语言绑定的库。例如，我在Perl中使用XML:：LibXML。我通常使用：xmlstarlet c14n——没有注释old.XML>new。xml@reinierpost当前位置我理解为什么这个答案看起来令人厌恶。但如果这是一次性的，并且您知道您的注释是注释规范的一个约束良好的子集，那么正则表达式解决方案有什么问题？我同意解析工具更可取（也是最好的答案），但我确实认为在某些特定情况下（例如，简单测试，或只读系统上凌晨2点的危机调出），解析工具是一种有效的替代方法，而且非常方便。有了有效的XML，因此只有注释是注释，我认为XML解析器更好。但是，如果您使用包含条件的注释处理HTML（例如，考虑Internet Explorer），则正则表达式可能是最佳选择。在参数中添加“-modify”以就地更改文件。（你做了备份，对吗？）当心！tidy中存在一个bug，它会删除XML中的空格，因此请谨慎使用上述答案。指向打开的bug的链接：可能与我在

$ tidy -quiet -asxml -xml -indent -wrap 1024 --hide-comments 1 tomcat-users.xml
<?xml version='1.0' encoding='utf-8'?>
<tomcat-users>
  <user username="qwerty" password="ytrewq" roles="manager-gui" />
</tomcat-users>

sed 's/<!--/\x0<!--/g;s/-->/-->\x0/g' | grep -zv '^<!--' | tr -d '\0' | grep -v "^\s*$"

function tidy() {
 echo "$( cat $1 | sed 's/<!--/\x0<!--/g;s/-->/-->\x0/g' | grep -zv '^<!--' | tr -d '\0' | grep -v "^\s*$")"
}

tidy server.xml