如何从匹配的字符串中删除多行文本？

Question

我有以下 sn-p 我想用正则表达式（或其他方法）完全删除。

# ---------------------------------------------------------------------------------------------------------------------
# MODULE PARAMETERS
# These are the variables we have to pass in to use the module specified in the terragrunt configuration above
# ---------------------------------------------------------------------------------------------------------------------

是否有语法告诉匹配删除两个匹配之间的所有内容？

看起来应该很容易做到，但由于某种原因，我只能找到一个正则表达式，通过此代码提取 第一个和最后一个匹配项。我已经尝试了这个正则表达式的许多排列，但无法让它工作。

...
re.sub(r'# --*[\S\s]*---', '', lines[line])
...

这个regex tool 说我的正则表达式应该可以工作。

编辑：

我有兴趣匹配的文本一次被读取一行。

...
for the_file in files_to_update:
    with open(the_file + "/the_file", "r") as in_file:
        lines = in_file.readlines()

随后被迭代。上面的 sn-p 就是在这个循环中发生的。

for line in range(len(lines)):

Answer 1

为什么不把字符串函数和一个小函数一起使用呢？

data = """
# ---------------------------------------------------------------------------------------------------------------------
# MODULE PARAMETERS
# These are the variables we have to pass in to use the module specified in the terragrunt configuration above
# ---------------------------------------------------------------------------------------------------------------------

foo
# some other comment
bar

"""

def remover(block):
    remove = False

    for line in block.split("\n"):
        if line.startswith("# ---"):
            remove = not remove
        elif not remove:
            yield line

cleaned = [line for line in remover(data)]
print(cleaned)

这会产生

['', '', 'foo', '# some other comment', 'bar', '', '']

Answer 2

您应该将文件读入单个变量，以便能够在其上运行正则表达式，该正则表达式可以匹配多行文本。

你可以使用

with open(filepath, 'r') as fr:
  with open(filesavepath, 'w') as fw:
    fw.write( re.sub(r'^# -+(?:\n# .*)*\n# -+$\n?', '', fr.read(), flags=re.M) )

查看Python demo 和regex demo。

这里，fr 是您读取的文件的句柄，fw 是您正在写入的文件的句柄。 re.sub 的输入是fr.read()，这个方法抓取整个文件内容并传递给正则表达式引擎。

正则表达式的意思是：

• ^ - 一行的开始（由于re.M）
• # -+ - #，空格，然后是一个或多个连字符
• (?:\n# .*)* - 0 次或多次重复换行符、#、空格、直到行尾的任何文本
• \n - 换行符
• # -+$ - #、空格、一个或多个连字符和行尾
• \n? - 可选换行符。

删除 cmets 的非正则表达式方法是逐行读取，检查一行是否以 # --- 开头并设置一个标志，以检查我们是否在注释内：

for line in fr:
    if line.startswith('# ---'):
        flag = not flag
        continue
    if flag:
        lines.append(line)
        
print("\n".join(lines))

见this Python demo。