多行正则表达式替换

Question

我想转换像：

这样的文字

$$
foo
bar
$$

到

<% tex
foo
bar
%>

和$\alpha$到<% tex \alpha %>。

对于单行替换，我这样做了：

re.sub(r"\$(.*)\$", r"<% tex \1 %>", text)

......它运作正常。

现在，我添加了多行标记以捕获多行标记：

re.sub(r"(?i)\$\$(.*)\$\$", r"<% tex \1 %>", text)

...但它返回：

<% tex  %>
foo
bar
<% tex  %>

为什么呢？我确定这是微不足道的，但我无法想象。

Answer 1

我建议使用re.M（多线）标记，并在捕获中吞噬所有不是美元符号的内容。

>>> import re
>>> t = """$$
foo
bar
$$"""
>>> re.sub(r"\$\$([^\$]+)\$\$", r"<% tex \1 %>", t, re.M)
'<% tex \nfoo\nbar\n %>'

Answer 2

使用python 2.7.12 我已验证这可以正常工作：

>>> import re
>>> t = """$$
... foo
... bar
... $$"""
>>> re.sub(r"\$\$(.*?)\$\$", r"<% tex \1 %>", t, flags=re.DOTALL)
'<% tex \nfoo\nbar\n %>'

关于DOTALL标志，根据官方文件：

  

re.S

     

re.DOTALL

     

设为“。”特殊字符与处的任何字符匹配   全部，包括换行符；没有此标志，“。”会匹配任何东西   除了换行符。