Linux Bash：輕鬆刪除 HTML 表資料塊

Question

我有一個使用 bash 腳本處理的 html 文件，並且想要刪除空表。該檔案是從 sql 語句產生的，但在未找到記錄時包含表頭。我想刪除沒有找到記錄的標題。

<table border="1">
  <caption>Table with data</caption>
  <tr>
    <th align="center">type</th>
    <th align="center">column1</th>
    <th align="center">column2</th>
    <th align="center">column3</th>
    <th align="center">column4</th>
   </tr>
   
   Data rows exists here
   
  </table>

<table border="1">
  <caption>Empty Table To Remove</caption>
  <tr>
    <th align="center">type</th>
    <th align="center">column1</th>
    <th align="center">column2</th>
    <th align="center">column3</th>
    <th align="center">column4</th>
    <th align="center">column5</th>
    <th align="center">column6</th>
    <th align="center">column7</th>
  </tr>
</table>

<table border="1">
  <caption>Table with data</caption>
  <tr>
   <th align="center">type</th>
    <th align="center">column1</th>
    <th align="center">column2</th>
    <th align="center">column3</th>
    <th align="center">column4</th>
   </tr>
     Data rows exists here
  </table>

我嘗試使用 grep 和 sed 的組合來刪除空表。當表格包含相同數量的列時，我能夠完成此任務。我現在遇到了一些問題，因為我的表格的列數不同。

當表具有相同數量的列時，我能夠根據標題進行循環，進行計數，然後刪除。由於列數不同，這不起作用。

Answer 1

像這樣，使用 xmlstarlet 和 xpath：

$ xmlstarlet format -H file.html | sponge file.html
$ xmlstarlet ed -d '//table[./caption/text()="Empty Table To Remove"]' file.html 



  
    
   
   Data rows exists here
   
  
Table with data
type
column1
column2
column3
column4
    
     Data rows exists here
  
Table with data
type
column1
column2
column3
column4
  

要在 sed -i 等位置進行編輯，請使用

xmlstarlet edit -L ...

沒有解釋，但不要使用sed或regex來解析HTML/XML