Python正則表達式子

Question

我想刪除所有評論。這是我的正則表達式：

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

但如果我的文字是：

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

結果是：的

bzzzzzz blublu 

代替：

bzzzzzz blibli blublu 

謝謝您幫助

Answer 1

*是貪婪而*?不

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

，或者甚至更短：

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

Answer 2

我建議不要用正則表達式這種東西。總有一個更好的解決方案，例如lxml.html.clean。

你舉的例子：

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