CentOS 7.x下如何移除XML注释并释放其中的标签？

方法一：使用sed命令（针对示例结构） #

由于XML注释为多行结构，需要让sed处理多行内容。以下命令可匹配注释块，移除注释标记及块内的说明文字，保留其中的XML标签：

sed '
/<!--/{
    :loop
    N
    /-->/!b loop
    s/<!--\s*//
    s/\s*-->//
    s/^[^\<]*\n//
}' input.xml > output.xml

命令说明： #

1. 定位到包含<!--的行，开始循环读取后续行直到匹配到-->
2. 移除注释块开头的<!--及周围空白
3. 移除注释块结尾的-->及周围空白
4. 删除块内第一行非XML标签的说明文字

注意：该命令适用于示例中的注释结构，若注释内存在复杂格式（如标签与说明文字同行、非法XML注释嵌套），可能无法正确处理。

方法二：使用专业XML工具xmlstarlet（更可靠） #

正则处理XML存在天然局限性，推荐使用专业工具xmlstarlet来保证XML结构的正确性。

步骤1：安装xmlstarlet #

在CentOS 7.4/7.9中执行以下命令安装：

sudo yum install -y xmlstarlet

步骤2：创建XSLT转换文件 #

新建uncomment.xsl文件，内容如下：

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
  <xsl:template match="node()|@*">
    <xsl:copy>
      <xsl:apply-templates select="node()|@*"/>
    </xsl:copy>
  </xsl:template>
  <xsl:template match="comment()">
    <xsl:value-of select="." disable-output-escaping="yes"/>
  </xsl:template>
</xsl:stylesheet>

步骤3：执行转换并过滤无关内容 #

运行以下命令完成转换，同时过滤掉注释内的说明文字和空行：

xmlstarlet tr uncomment.xsl input.xml | sed '/^[^\<]*$/d' > output.xml

该方案能处理绝大多数合法的XML注释场景，不会破坏原有XML的结构完整性。

内容的提问来源于stack exchange，提问作者Yusuf Altıparmak