Python正则表达式子

Question

我想删除所有评论。这是我的正则表达式：

re.sub(re.compile('<!--.*-->', re.DOTALL),'', text)

但如果我的文字是：

bzzzzzz <!-- blabla --> blibli <!-- bloblo --> blublu

结果是：

bzzzzzz blublu

而不是：

bzzzzzz blibli blublu

感谢您的帮助

Answer 1

我建议不要将正则表达式用于此类内容。总有一个更好的解决方案，例如lxml.html.clean。

你的例子：

import lxml.html.clean as clean
cleaner = clean.Cleaner(comments=True)
cleaner.clean_html("bzzzzzz <!-- blabla --> blibli <!-- bloblo --> blublu")
#'bzzzzzz  blibli  blublu'

Answer 2

*贪婪而*?不是

re.sub(re.compile('<!--.*?-->', re.DOTALL), '', text)

或者更短：

re.sub('(?s)<!--.*?-->', '', text)