在 bash 中使用正则表达式删除 XML 注释

我想使用正则表达式（awk、sed、grep...）删除 bash 中的 XML 注释 我看过有关此问题的其他问题，但他们遗漏了一些东西。这是我的 xml 代码

<Table>
    <!--
   to be removed bla bla bla bla bla bl............

    removeee

    to be removeddddd
    -->

<row>
        <column name="example"  value="1" ></column>
    </row>
</Table>

所以我正在比较 2 个 xml 文件，但我不希望比较考虑到注释。我这样做

diff file1.xml file2.xml | sed '/<!--/,/-->/d'

但这只会删除以开头的行<!--和最后一行。它不会删除之间的所有线条。

最后，您必须向您的客户/朋友/讲师推荐他们需要安装某种 XML 处理器。xmlstarlet是一个很好的命令行工具，但是有任意数量（或至少大于 2 的数量）的 XSLT 实现可以为任何标准 Unix 进行编译，并且在大多数情况下也可以为 Windows 进行编译。您确实无法使用基于正则表达式的工具进行大量 XML 处理，并且无论您做什么都将难以阅读、难以维护，并且可能在极端情况下失败，有时会带来灾难性的后果。

我没有花很多时间来完善或审查下面的 awk 小程序。我认为它会从兼容的 xml 文档中删除注释。注意下面的评论是not符合：

<!-- XML comments cannot include -- so this comment is illegal -->

我的脚本不会正确处理它。

以下内容也是非法的，但由于我在野外见过它而且并不难处理，所以我这样做了：

<!-------------- This comment is ill-formed but... -------------->

这里是。没有保证。我知道它很难阅读，而且我不想维护它。它很可能在任意极端情况下失败。

awk 'in_comment&&/-->/{sub(/([^-]|-[^-])*--+>/,"");in_comment=0}
     in_comment{next}
     {gsub(/<!--+([^-]|-[^-])*--+>/,"");
      in_comment=sub(/<!--+.*/,"");
      print}'