python - 删除匹配分隔符之间的单词/行

Question

如何删除这些匹配单词之间的行start并end包括这些行。

line1
line2
start
line3
line4
line5
line6
end
line7
line8

我期望的结果是：-

line1
line2
line7
line8

我尝试了以下代码，但似乎没有任何效果。

text = "line1\nline2\nstart\nline3\nline4\nline5\nline6\nend\nline7\nline8"
print re.sub(r'start(.*)end', '',  text)

Answer 1

您将不得不使用修饰符re.DOTALL来制作(.*)匹配换行符：

re.sub(r'start(.*)end', '',  text, flags=re.DOTALL)

然后，我认为使用 lazy 会更安全，(.*?)以防万一您遇到以下情况：

line1\nstart\nline2\nline3\nend\nline4\nline5\nstart\nline6\nend\nline7

没有(.*?)将删除从第一个start到最后一个的所有内容，end包括不在中间start和end中间的部分：

re.sub(r'start.*?end', '',  text, flags=re.DOTALL)

最后，我删除了括号，因为这里实际上不需要它们。

如果要删除所有留下的空白，请使用\s*修剪它们：

re.sub(r'start.*?end\s*', '',  text, flags=re.DOTALL)

Answer 2

默认情况下，该.字符不匹配换行符。您需要通过设置re.DOTALL标志来启用它。

>>> text = "line1\nline2\nstart\nline3\nline4\nline5\nline6\nend\nline7\nline8"
>>> print re.sub(r'start(.*)end', '',  text, flags=re.DOTALL)
line1
line2

line7
line8

注意中间有一个空行；您还需要在之后 end包含换行符：

>>> print re.sub(r'start(.*)end\n', '',  text, flags=re.DOTALL)
line1
line2
line7
line8

作为 的替代方案.，您还可以同时使用两个相反的字符类：

>>> print re.sub(r'start([\s\S]*)end\n', '',  text)
line1
line2
line7
line8

在这里\s并\S一起捕获所有字符，包括换行符，而不设置DOTALL标志。

你可能想让你的匹配不贪心。如果您的输入中有两组和start行end，那么.*将匹配从第一个start一直到最后一个的所有文本end：

>>> text = 'line1\nstart\nline2\nend\nline3\nstart\nline4\nend\nline5'
>>> print text
line1
start
line2
end
line3
start
line4
end
line5
>>> print re.sub(r'start(.*)end\n', '',  text, flags=re.DOTALL)
line1
line5

注意怎么line3也消失了。*通过添加问号来更改，使其不贪婪：

>>> print re.sub(r'start(.*?)end\n', '',  text, flags=re.DOTALL)
line1
line3
line5