phpの開始タグの前の余計な文字を取り除きたい

Question

先日、「phpの開始タグの前に余計な文字を入れてしまうことが多いので何とかしたい」
という話を聞き、
下記のようなコマンドで取り除けばいいという提案をしました。
sed -i -e 's/.*<?php/<?php/g' hoge.php

その場合、以下のようなファイルには効果がありました。

実行前

// php開始タグの前にスペース2文字がある。
  <?php
class Hoge{
}

実行後

<?php
class Hoge{
}

実行前の際に含まれていた、php開始タグの前のスペースが削除され、
開始タグの余計な文字がなくなっております。

ですが、以下のような改行を含んだファイルには効果がありませんでした。

実行前

// php開始タグの前に改行、そしてスペース2文字がある。

  <?php
class Hoge{
}

実行後

// コマンドを実行すると、改行は削除されない

<?php
class Hoge{
}

php開始タグの前に改行文字を含めた場合、その改行文字を削除できず、
php開始タグの前に
余計な文字が含んだままになっております。

このような改行を含んだものでも開始タグの前の余計な文字を
削除できるようなコマンドの書き方が思いつかなかったので、
よろしければご教示を頂きたく思います。
よろしくお願いします。

Comments

[yunano]

上手く行ったものと行かなかったものの違いが、見た目でまったくわからないのでもう少し説明頂けますか？

[hmaeyama]

依頼ありがとうございます。質問文に説明を追加しました。

[yunano]

手元で確認する限り、上手く行かなかった場合の方でも改行は削除されませんがスペース2文字は削除されました。そちらでお使いの環境は何になりますでしょうか。挙動が異なるようなので確認させて下さい。また、質問の意図として<?phpより前の文字は改行だろうがスペースだろうがその他の文字だろうがすべて削除したい、というものでよろしいでしょうか。

[hmaeyama]

確認ありがとうございます。環境につきましては、OSはWindow10でcygwinで実行しております。挙動につきましては、質問文が間違っており、スペースは消去される挙動となりますので修正させていただきます。間違った質問をのせてしまい申し訳ありません。意図に関してもyunano様のおっしゃる通りのものです。

Answer 1

sedは基本的に1行ずつの処理になるため、別の行まで一緒くたに処理したいという場合には単純なs/(置換前)/(置換後)/を使った置換では対応できず、もっと細かいテクニックが必要になります。
こちらで用意していた回答は他の回答者の方のものとほとんど同じだったので、最初の<?phpより後の行にただの文字列か何かで再度<?phpが登場し、そして2度目以降の<?phpの前の文字を削りたくない場合にも対応できる回答を作ってみました。

sed -i 'x; /./! { x; /<\?php/! D; s/.*<\?php/<?php/; h; }; x' hoge.php

一見意味不明なものになっていますが解説すると、

x; → パターンスペース（現在処理中の行）とホールドスペース（sedが使うクリップボードみたいな一時保存場所。最初は空）の内容を入れ替える。
/./! → 1文字以上にマッチしない行、つまり（先程x;で入れ替えたので元々ホールドスペースだったものが）空ならば対して{}内の処理を行う。
x; → もう一度パターンスペースとホールドスペースを入れ替えて元に戻す。
/<\?php/! D; → パターンスペースの内容が<?phpを含まないならば、パターンスペースの内容を空にしてその行の処理を終了し、次の行の処理に進む。
s/.*<\?php/<?php/; → ご存じ<?phpの前の文字を削除する置換。
h; → パターンスペースの内容をホールドスペースにコピーして内容を同じにする。ここまでが/./!対象行の特別処理。
x → 最後のxでもう一度パターンスペースとホールドスペースを入れ替え、後続処理がもうないのでパターンスペースの内容を出力。ホールドスペースの内容は維持される。

となります。
x,D,hはすべてsedで用意されているコマンドですが結局何でもかんでもやりたいことを単純にできるようなものでもないので、パズルをやっているような気分になります。

Answer 2

詳しくは知りませんが、とりあえず作りました。

sed -e '/^$/N; :loop; /\n$/{N; b loop}; s/\n* *<?php/<?php/' hoge.php

もうちょっとマシなやつ。

sed -e 1,'/^$/d; s/^ *<?php/<?php/' hoge.php

Answer 3

<?phpより前は何でも削る:

sed -ne '/<\?php/,${;s/.*<\?php/<?php/;p;}' hoge.php

(訂正) 上にはバグがあります (ソース中の文字列などに<?phpが出現するとおかしなことに)。新版2つ:

sed -ne '1,/<\?php/{;s/.*<\?php/<?php/p;b;};p' hoge.php
sed -e '1,/<\?php/{;s/.*<\?php/<?php/;t;d;}' hoge.php

空白文字と改行だけ削る:

perl -000 -pe 's/\A\s+//' hoge.php