字符串上的Python re.sub多行

Question

我尝试使用标志re.MULTILINE。

我读了这些帖子：Python Regex中的Bug？（带有re.MULTILINE的re.sub），Python re.sub MULTILINE脱字符号匹配，但是它不起作用。代码 ：

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)

代码输出：

=========== TXT ============

<?php
/* Multi-line
comment */
$var = 1;


=========== NEW TXT ============

<?php
/* Multi-line
comment */
$var = 1;

但是new_txt不应包含多行注释。我想获取没有多行注释的txt。你有什么主意吗 ？

Answer 1

您需要re.MULTILINE用re.DOTALL/ 替换，re.S并在字符类外移出句点，因为它在字符类内，点与文字匹配.。

请注意，re.MULTILINE只有重新定义的行为^而$被强制匹配在开始/结束线，而不是整个字符串。该re.DOTALL标志仅在字符类外部重新定义.模式内部的行为。它也开始匹配换行符。

因此，您可以在当前示例中使用的正则表达式：/\*.*?\*/。它相匹配的文字/*用/\*，然后.*?尽可能少的任何符号尽可能至多并包括相匹配*/（具有匹配\*/）。

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)

见IDEONE演示

但是，它不是最佳解决方案，因为在大多数情况下，多行注释很长。最好是展开循环技术。上面的正则表达式可以像这样“展开”：

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

见正则表达式演示