使用python re去除多行$ Log关键字扩展

Question

我需要删除大量带有$ Log扩展关键字文本的文件。我希望修改现有的python 2.7脚本来执行此操作，但无法使正则表达式正常工作。

从文件末尾剥离的文本如下所示：

/*
one or more lines of ..
.. possible text
$Log: oldfile.c,v $
Revision 11.4  2000/01/20 19:01:41  userid
a bunch more text ..
.. of unknown number of lines
*/

我想删除上面显示的所有文字，包括评论主播/*和*/以及介于两者之间的所有内容。

我查看了这些问题/答案以及其他一些问题：

Python re.sub non-greedy mode ..

Python non-greedy rebexes

我能得到的最接近的是：

content = re.sub(re.compile(r'\$Log:.*', re.DOTALL), '', content)

当然会留下开场/*。

以下删除了我的整个示例测试文件，因为文件打开时带有匹配的注释（我认为非贪婪的?修饰符会阻止此操作）：

content = re.sub(re.compile(r'^/\*.*?\$Log:.*', re.DOTALL), '', content)

我尝试使用re.MULTILINE但没有成功。

如何在Python中定义正则表达式来获取整个$ Log注释 - 并且文件中没有先前的注释？

Answer 1

您可以使用：

result = re.sub(r"/\*\s+\*+\s+\$Log.*?\*/", "", subject, 0, re.DOTALL)

Regex Demo

Python Demo

Answer 2

有点不清楚你期望输出的是什么。我的理解是你试图提取评论。我假设评论出现在第3行，你必须使用正则表达式提取第三行。使用正则表达式：

(\$Log:.*[\r\n]*.*[\r\n])(.*)

使用正则表达式进行匹配后，第三组将成为评论，如下面的链接和屏幕截图所示。因此可以使用blah blah blah获取.group(2)。在下面添加python代码：

matches = re.search(r"(\$Log:.*[\r\n]*.*[\r\n])(.*)", content)
print matches.group(2)
// Output: blah blah blah

Regex101：python的示例代码可用here。

Python Demo

Answer 3

content = re.sub(re.compile(r'\/\*\n\**\n\$Log(?:.|[\n])*\*\/', re.DOTALL), '', content)

Regex Explanation