html - 从 Markdown 文件中删除 HTML 注释

Question

这在从 Markdown 转换为 HTML 时会派上用场，例如，如果需要防止评论出现在最终的 HTML 源代码中。

示例输入my.md:

# Contract Cancellation

Dear Contractor X, due to delays in our imports, we would like to ...
<!--
    ... due to a general shortage in the Y market
    TODO make sure to verify this before we include it here
-->
best,
me <!-- ... or should i be more formal here? -->

示例输出 my-filtered.md:

# Contract Cancellation

Dear Contractor X, due to delays in our imports, we would like to ...

best,
me

在 Linux 上，我会做这样的事情:

cat my.md | remove_html_comments > my-filtered.md

我还能够编写处理一些常见情况的 AWK 脚本， 但据我所知，无论是 AWK 还是任何其他用于简单文本操作的常用工具(如 sed)都无法胜任这项工作。需要使用 HTML 解析器。

如何编写合适的 remove_html_comments 脚本，使用什么工具？

Answer 1

我从您的评论中看出您主要使用 Pandoc。

Pandoc version 2.0 ，2017 年 10 月 29 日发布，adds a new option --strip-comments . related issue为这一变化提供了一些背景信息。

升级到最新版本并在您的命令中添加 --strip-comments 应该在转换过程中删除 HTML 注释。