删除匹配分隔符之间的单词/行

Question

如何删除start和end之间的行，包括匹配单词的行。

line1
line2
start
line3
line4
line5
line6
end
line7
line8

我期望的结果是： -

line1
line2
line7
line8

我尝试了以下代码，但似乎没有任何工作。

text = "line1\nline2\nstart\nline3\nline4\nline5\nline6\nend\nline7\nline8"
print re.sub(r'start(.*)end', '',  text)

Answer 1

您必须使用修饰符re.DOTALL才能使(.*)匹配换行符：

re.sub(r'start(.*)end', '',  text, flags=re.DOTALL)

然后，我认为使用懒惰的(.*?)更安全，以防你有类似的事情：

line1\nstart\nline2\nline3\nend\nline4\nline5\nstart\nline6\nend\nline7

没有(.*?)的内容将删除从第一个start到最后一个end的所有内容，包括中间不在start和end之间的内容：< / p>

re.sub(r'start.*?end', '',  text, flags=re.DOTALL)

最后，我删除了括号，因为这里实际上并不需要它们。

如果您要删除遗留下来的所有空白，请使用\s*修剪它们：

re.sub(r'start.*?end\s*', '',  text, flags=re.DOTALL)

Answer 2

默认情况下，.字符不匹配换行符。您需要通过设置re.DOTALL flag。

来启用它

>>> text = "line1\nline2\nstart\nline3\nline4\nline5\nline6\nend\nline7\nline8"
>>> print re.sub(r'start(.*)end', '',  text, flags=re.DOTALL)
line1
line2

line7
line8

请注意，之间有一个空行;您还需要在 end之后添加换行符：

>>> print re.sub(r'start(.*)end\n', '',  text, flags=re.DOTALL)
line1
line2
line7
line8

作为.的替代方案，您还可以同时使用两个相反的角色类：

>>> print re.sub(r'start([\s\S]*)end\n', '',  text)
line1
line2
line7
line8

此处\s和\S一起捕获所有字符，包括换行符，但未设置DOTALL标记。

你可能想让你的比赛变得非贪婪。如果您的输入中有两个组start和end行，则.*将匹配第一个start所有文本到最后end的方式：

>>> text = 'line1\nstart\nline2\nend\nline3\nstart\nline4\nend\nline5'
>>> print text
line1
start
line2
end
line3
start
line4
end
line5
>>> print re.sub(r'start(.*)end\n', '',  text, flags=re.DOTALL)
line1
line5

注意line3也是如何消失的。通过添加问号来改变*，使其变得非贪婪：

>>> print re.sub(r'start(.*?)end\n', '',  text, flags=re.DOTALL)
line1
line3
line5