Question

我尝试使用标志 re.MULTILINE 。

我阅读了这些帖子：Bug in Python Regex? (re.sub with re.MULTILINE)，Python re.sub MULTILINE caret match但它不起作用。代码：

https://bitbucket.org/ownerName/repositoryName/get/A0B1C2D.zip

代码输出：

import re
if __name__ == '__main__':

    txt = "\n\
<?php\n\
/* Multi-line\n\
comment */\n\
$var = 1;\n"
    new_txt = re.sub(r'\/\*[.\n]*?\*\/', '', txt, flags=re.MULTILINE)
    print("\n=========== TXT ============")
    print(txt)
    print("\n=========== NEW TXT ============")
    print(new_txt)

但 new_txt 不应包含多行注释。我想获得没有多行注释的txt。你有什么想法吗？

Answer 1

您需要将re.MULTILINE替换为re.DOTALL / re.S，并将字符类外的句点移出其中，该点与文字.匹配。

请注意，re.MULTILINE仅重新定义了在{em>行的开头/结尾强制匹配的^和$的行为，而不是整个串。 re.DOTALL标记仅在字符类之外的模式内重新定义.的行为。它也开始匹配换行符号。

因此，您可以使用当前示例的正则表达式：/\*.*?\*/。它将文字/*与/\*匹配，然后.*?匹配尽可能少的符号，包括*/（与\*/匹配）。

参见代码演示：

txt = """\n\ <?php\n\ /* Multi-line\n\ comment */\n\ $var = 1;\n""" new_txt = re.sub(r'/\*.*?\*/', '', txt, flags=re.S) print("\n=========== TXT ============") print(txt) print("\n=========== NEW TXT ============") print(new_txt)

请参阅IDEONE demo

但是，它不是最佳解决方案，因为在大多数情况下，多行注释非常长。最好的是展开循环技术。上面的正则表达式可以＆＃34;展开＆＃34;像这样：

/\*+[^*]*(?:\*(?!/)[^*]*)*\*/

请参阅regex demo

Python re.sub多线上字符串

1 个答案: