替换跨越多行的 html 标记中的项目

Question

我有一个带有 html 的文本文件：

Blah, blah, blah

some text is here.

<div> something here

something else </body></html>

到目前为止，如果标签在一行上，这是可行的：

textfile = open("htmlfile.txt", "r+")

text = textfile.read()

a = re.search('<div.+?<\/html>', text)

repstr = c.group(0)

text = text.replace(repstr, '', 1)

工作正常，我没有嵌套标签。 但是如果标签在多行上，就像第一个例子一样，它就不起作用！我可以用什么来测试多行？

Answer 1

默认情况下，点不匹配新行。要使其匹配新行，您需要使用标志re.DOTALL 编译正则表达式，例如：

a = re.search('<div.+?<\/html>', text, re.DOTALL)

---

话虽如此，你真的shouldn't use regex to parse HTML.

帮自己一个忙，使用像 BeautifulSoup 这样的 XML 解析器。