Question

我想解析html内容并将内容从A保留到B. 例如：

some content1...
<!-- begin_here -->
some content2
<!-- end_here -->
some content3

将成为

<!-- begin_here -->
some content2
<!-- end_here -->

现在，我使用sed来做：

sed '/begin_here/,/end_here/!d' file.html > file2.html

但是，我想使用python重写它以实现跨平台目的。我对python中的正则表达式不是很熟悉。可以给我一些提示吗？非常感谢：）

Answer 1

你可以在没有正则表达式的情况下这样做：

add_next = False # Do not add lines
# Until you encounter the first "start_here", which sets it to True
with open("file1.html", "r") as in_file:
    with open("file2.html", "w") as out_file:
        for line in in_file:
            if "end_here" in line: # or line.startswith("end_here") for example
                add_next = False
            if add_next:
                out_file.write(line)
            if "begin_here" in line:
                add_next = True

Answer 2

使用多行正则表达式

import re
pat = re.compile('''^<!-- begin_here -->.*?<!-- end_here -->$''', 
                 re.DOTALL + re.MULTILINE)

with open("file.txt") as f:
    print pat.findall(f.read())

保持一个模式与另一个模式之间的内容

2 个答案: