Question

我试图用！if和！endif解析文本文档。我希望文本没有！if，！endif和它们之间的文本。

例如：

text
!if
text1
!endif
text2

我想输出= text + text2 + ..

我试过这样的事情re.findall（r'（（^（！if。*！endif））+'，text）。但它似乎对我不起作用。

Answer 1

你的正则表达式是：

^!if$.*?^!endif$\s+

这说：

^      - Match the beginning of a line (because of the re.M flag)
!if    - Match !
$      - Match the end of a line (because of the re.M flag)
.*?    - Match any number of characters (non-greedy) (includes line breaks, because of the re.S flag)
^      - Match the beginning of a line (because of the re.M flag)
!endif - Match !endif
$      - Match the end of a line (because of the re.M flag)
\s+    - Match one or more whitespace characters

所以，你应该能够像这样使用它，用空字符串替换所有出现的上述正则表达式（无）：

import re
s = "text\n!if\ntext1\n!endif\ntext2"
s = re.sub("^!if$.*?^!endif$\s+", "", s, flags=re.S | re.M)
print s

这will output：

text 
text2

请注意，这明确要求!if和!endif分开。如果这不是必需的，您可以从正则表达式的中间删除$和^锚点。

^!if.*?!endif$\s+

Answer 2

我可以帮助sed：

sed '/^if$/,/^endif$/ d'

以下是sed使用的算法：

设置变量match = False
阅读下一行
检查线是否相等'如果'。如果是这样，请设置变量match = True
if match == True，检查current-line =='endif'。如果是这样，设置match = False并删除当前行[并跳转到0]。
打印当前行
如果不是EOF，则跳至1

正则表达式解析文本文档

2 个答案: