python - 如何通过python删除被大括号包围的块

Question

示例文本：字符串-> rev 标记中的内容（通过 lxml）。

我正在尝试删除文本中的 {{BLOCKS}}。

我使用以下正则表达式来删除简单的一行块：

p = re.compile('\{\{*.*\}\}')
nonBracketedString = p.sub('', bracketedString)

但是，这不会删除内容开头的第一个多行括号部分。如何删除多行的大括号块？

---

编辑：

答案的解决方案：

p = re.compile('\{\{*?.*?\}\}', re.DOTALL)
nonBracketedString = p.sub('', bracketedString)

Answer 1

设置 dotall 标志。

p = re.compile('\{\{*.*?\}\}', re.DOTALL)
nonBracketedString = p.sub('', bracketedString)

在默认模式下，.匹配除换行符以外的任何字符。如果指定了 DOTALL 标志，则它匹配任何字符，包括换行符。

http://docs.python.org/library/re.html

此外，您需要在括号之间进行非贪婪匹配：.*?

Answer 2

设置 dotall 标志——这允许 . 匹配换行符。

p = re.compile('\{\{*.*\}\}', re.DOTALL)
nonBracketedString = p.sub('', bracketedString)

Answer 3

>>> import urllib2
>>> import re
>>> s = "".join(urllib2.urlopen('http://en.wikipedia.org/w/api.php?action=query&prop=revisions&titles=Italian%20War%20of%201542-1546&redirects&rvprop=content&format=xml').readlines())
>>> p = re.compile('\{\{.*?\}\}', re.DOTALL)
>>> re.sub(p, '', s)
'<?xml version="1.0"?><api><query><redirects><r from="Italian War of 1542-1546" to="Italian War of 1542\xe2\x80\x931546" /></redirects><pages><page pageid="3719774" ns="0" title="Italian War of 1542\xe2\x80\x931546"><revisions><rev xml:space="preserve">\n\n\n\nThe \'\'\'Italian War of 1542\xe2\x80\x9346\'\'\' was a conflict late in the [[Italian Wars]], ...

我在这里截断了输出，但足以看出它正在工作。