使用正则表达式在HTML中匹配一对注释

Question

我有一个看起来像这样的mako模板：

% if staff:
    <!-- begin staff -->
    ...
    <!-- end staff -->
% endif

这样，如果我将staff变量传递为True，那么这些注释应该出现。我试图通过使用如下所示的正则表达式来测试它：

re.search('<!-- begin staff -->.*<!-- end staff -->', text)

我已经确认评论出现在HTML输出中，但正则表达式不匹配。我甚至尝试通过re.escape放置评论（<!-- begin staff -->和<!-- end staff -->），但仍然没有运气。我做错了什么？

或者有更好的方法来运行此测试吗？

Answer 1

默认情况下.与换行符不匹配 - 您需要添加re.DOTALL选项。

re.search('<!-- begin staff -->.*<!-- end staff -->', text, re.DOTALL)

如果您有多个职员部分，您可能还希望不匹配地进行匹配：

re.search('<!-- begin staff -->.*?<!-- end staff -->', text, re.DOTALL)

Answer 2

使用像HTMLParser这样的HTML解析器。有关原因，请参阅Can you provide some examples of why it is hard to parse XML and HTML with a regex?。