[問題] 包含換行符的文字處理

[Gold740716 (項為之強)]

我想把某 html 的 javascript 都切掉，
用 perl 寫就是 ` $html =~ s#<script(.|\n)*?</script>##g ; `
我想知道有沒有單行的寫法。

`perl -pe` 會變成逐行處理，
而 sed 和 awk 又只有處理單行內的比較方便。
sed 還沒有貪婪模式……。

我用的方法：

        $ tr '\n' '\0' < foo.html | perl -pe '...' | tr '\0' '\n'


--
因為她不知道，唯一值得她流淚的人，絕不會讓她流淚。

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.116.102.204
※ 文章網址: https://www.ptt.cc/bbs/Linux/M.1456751085.A.0DA.html
→ Neisseria: perl -0777 -p -e 's{<script>(.*?)</script>}{}gs;'
→ bitlife: javascript這種一般性程式,用regex無法100%正確處理,絕大
→ bitlife: 多數情況OK,就看會不會遇到例外
→ Gold740716: 樓上是遇到 var endTag = '</script>'; 嗎 XD
→ Neisseria: 碰到樓上那種寫法，regex 應該就爆了吧 XD
→ bitlife: 除了字串之外,被註解掉的</script>也是例外之一
→ soem: 應該說是html的結構造成的結果，用XML或DOM處理可能會較容易