从XML文件中去掉注释,并漂亮地打印出来

你可以用整洁的

$ 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>

运行XML通过 identity transform XSLT,注释模板为空。

除了注释之外,所有XML内容都将传递给输出。

要想Niecley格式化输出,请设置输出@indent=“yes”:

<xsl:stylesheet version="1.0"
  xmlns:xsl="http://www.w3.org/1999/XSL/Transform">

<xsl:output method="xml" version="1.0" encoding="UTF-8" indent="yes"/>

<!--Match on Attributes, Elements, text nodes, and Processing Instructions-->
<xsl:template match="@*| * | text() | processing-instruction()">
   <xsl:copy>
      <xsl:apply-templates select="@*|node()"/>
   </xsl:copy>
</xsl:template>

<!--Empty template prevents comments from being copied into the output -->
<xsl:template match="comment()"/>

</xsl:stylesheet>

你可能想看看 xmllint 工具。它有几个选择(其中一个 --format 将做一个漂亮的打印),但我不知道如何删除使用这个工具的评论。

此外,检查 XMLStarlet 一堆命令行工具,可以用XML做任何您想做的事情。然后这样做:

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

编辑 :op最终使用此行:

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

为了整理像tomcat的server.xml这样简单的东西,我使用

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

即。

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

tidy server.xml

…将不带注释打印XML。

注意:虽然它在简单的事情上工作得相当好,但在某些CDATA块和其他情况下会失败。只对不需要也不需要转义单个XML脚本的受控XML脚本使用它 <-- 或 --> 任何地方!

首先,sed用0x0字符标记注释的开始和停止,然后用grep -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`删除所有这些0x0,为了进行润色,另一个grep删除空行:voila。

最好的方法是使用XML解析器来正确处理所有不明显的角情况。但是如果你需要一些快速和肮脏的东西,有很多 short solutions using Perl regexes 这可能就足够了。