Удалить все комментарии и теги HTML

https://stackoverflow.com/questions/1732348/regex-match-open-tags-except-xhtm...

Это кто тебе такое задание задал? Передай ему что формулировать мысли надо яснее.
P.S. printf " > /path/to/target.file удалит все теги, обеспечит подстановку ничего на место <, >, & и ". И даже без sed-а

В методичке такие вот задания. Дело в том что именно sed-ом и awk-ом нужно написать. Задание такое.

из заданного файла

Тогда покажи заданный файл.

Нету никаких файлов, только текст задания, который я и написал.

В Job.

Тогда препод запустит твой скрипт на произвольном файлике и трындец.

Суть в том, если ты не ходил по ссылке из первого ответа, что нельзя распарсить html с помощью регулярок. Просто для произвольно усложняющегося html будет экспотенциально расти длина регулярки.

Можешь попробовать что-нибудь типа tr '\n' '#' <source.html | sed 's/<[^>]*>//g' | tr '#' '\n', но это бесполезно.

Все местные кукаретики, наяривающие на эту ссылку на SO, почему-то все, как один игнорируют второй ответ, где говорится, что известный корректный HTML вполне себе парсится, брат жив

нельзя распарсить html с помощью регулярок

Во-вторых, не просто можно, а именно с их помощью часто и делают. А во-первых, где вы вообще увидели хоть слово про регулярные выражения?

Что, разумеется, не отменяет того, что это форменное издевательство над неокрепшими мозгами — на Си такое написать будет проще, чем на Седе.

Во-вторых, не просто можно, а именно с их помощью часто и делают.

где?

А в-третьих, в регулярных выражениях — не регулярный язык.

В общем я вот так решил вопрос удаления всех тегов:

<sed -n '1h;2~1H;${g;s/<[^>]*>//g;p}' file.html >file2.txt

Как сюда можно добавить сюда удаление комментариев вида <!-- text --> и /*! text */, а также как это на awk-e написать?

HTMLParser.py, например.