在字符串中删除表格“{％...％}”的模式

Question

我正在解析要为其删除“{％”和“％}”之间的任何文件的行，因为它们代表注释。

更具体地讲，一个字符串，如

bla{% comment %} bli {% useless %}blu 

应该返回通过删除被{% .* %}匹配一切

bla bli blu 

我试图用正则表达式，：

import re 
s = 'bla{% comment %} bli {% useless %}blu' 
regexp = '{% .* %}' 
comments = re.findall(regexp, s) 
for comment in comments: 
    s = s.replace(comment, '') 
print s 

这给出blablu并擦除bli。虽然我明白为什么它的行为如此，我不知道如何获得blabliblu。

Answer 1

你应该使用re.sub()并使你的正则表达式非贪心添加?。

import re 
s = 'bla{% comment %} bli {% useless %}blu' 
regexp = '{% .*? %}' 
s = re.sub(regexp, "", s) 
print(s) # bla bli blu 

Answer 2

您需要.*?。你的点是greedy。

regexp = '{% .*? %}' 

当操作员是贪婪是采取“多，因为它可以”，仍然导致匹配，这意味着它从第一{%进入到最后%}

bla{% comment %} bli {% useless %}blu 
^here  ...   ^to here 

当运营商是懒惰是“尽可能少”，仍然会导致匹配，这意味着它将从{%到下一个%}。

它也可能是最好的不明确增加的空间，因为该模式将不无空格相匹配的评论：

regexp = '{%.*?%}' 

Answer 3

这只是解释由于它的长度是答案！

懒惰替代（不使用点。）

{% [^\W]+ %}  
{% [^\W]* %} 
{% [^\W]+? %} 
{% [^\W]*? %} 
{% [\w]+ %} 

懒惰变化（不使用星号）

{% .+? %}