如何批量查找并移除多级子目录下HTML文件中的指定SEO代码块

问题背景 #

项目根目录及各级子目录下存在数百个index.html文件，每个文件中都包含一段被特定HTML注释包裹的SEO相关代码块：

起始注释（版本号不固定）：<!-- All in One SEO Pro X.X.X - aioseo.com -->
结束注释：<!-- All in One SEO Pro -->
注释间为内容各不相同的meta标签代码

核心挑战 #

• 注释间的meta标签内容、属性在不同文件中存在差异
• 起始注释中的版本号（如4.7.6、3.1.6）不固定

可行解决方案 #

方案1：VSCode 全局查找替换（正则表达式） #

之前尝试失败大概率是正则未正确匹配多行内容或版本号，按以下步骤操作：

1. 打开VSCode，按下Ctrl+Shift+F打开全局查找替换面板
2. 点击面板右侧的.*按钮（启用匹配换行符），再点击旁边的正则图标（启用正则表达式）
3. 在「查找」框中输入正则：

   <!-- All in One SEO Pro \d+\.\d+\.\d+ - aioseo.com -->[\s\S]*?<!-- All in One SEO Pro -->
   

   规则说明：
   • \d+\.\d+\.\d+ 匹配任意格式的版本号（如3.1.6、4.7.6）
   • [\s\S]*? 匹配注释间的任意内容（包括换行），?保证非贪婪匹配，避免误删其他内容
4. 「替换」框留空，点击「替换全部」即可批量移除所有目标代码块

方案2：命令行批量处理（适合大量文件） #

Linux/macOS（使用sed）

在终端执行以下命令，替换/root-directory为你的项目根目录路径：

find /root-directory -name "index.html" -exec sed -i '' '/<!-- All in One SEO Pro [0-9]\+\.[0-9]\+\.[0-9]\+ - aioseo.com -->/,/<!-- All in One SEO Pro -->/d' {} \;

规则说明：

• find 遍历所有子目录下的index.html文件
• sed -i '' 直接修改文件内容，/起始注释/,/结束注释/d 删除匹配区间内的所有行

Windows（使用PowerShell）

打开PowerShell，替换C:\root-directory为你的项目根目录路径：

Get-ChildItem -Path "C:\root-directory" -Filter "index.html" -Recurse | ForEach-Object {
    $content = Get-Content $_.FullName -Raw
    $content -replace '<!-- All in One SEO Pro \d+\.\d+\.\d+ - aioseo.com -->[\s\S]*?<!-- All in One SEO Pro -->', '' | Set-Content $_.FullName
}

规则说明：

• Get-ChildItem 递归查找所有index.html
• -Raw 参数读取整个文件内容，保证多行正则匹配生效
• -replace 执行正则替换后覆盖原文件

内容的提问来源于stack exchange，提问作者JellyCoder