Python正则表达式子

Question

我想删除所有评论。这是我的正则表达式：

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

但如果我的文字是：

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

结果是：的

bzzzzzz blublu 

代替：

bzzzzzz blibli blublu 

谢谢您帮助

Answer 1

*是贪婪而*?不

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

，或者甚至更短：

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

Answer 2

我建议不要用正则表达式这种东西。总有一个更好的解决方案，例如lxml.html.clean。

你举的例子：

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