使用正则表达式匹配 HTML 中的一对注释

Question

我有一个 Mako 模板，看起来像这样：

% if staff:
    <!-- begin staff -->
    ...
    <!-- end staff -->
% endif

这样，如果我将 Staff 变量传递为 True，这些注释就会出现。我正在尝试使用如下所示的正则表达式来测试这一点：

re.search('<!-- begin staff -->.*<!-- end staff -->', text)

我已验证注释是否出现在 HTML 输出中，但正则表达式不匹配。我什至尝试发表评论（<!-- begin staff --> 和 <!-- end staff -->）通过re.escape，但仍然没有运气。我究竟做错了什么？

或者有更好的方法来运行这个测试吗？

Answer 1

默认情况下.不匹配换行符 - 你需要添加re.DOTALL选项

。

re.search('<!-- begin staff -->.*<!-- end staff -->', text, re.DOTALL)

如果你有一个以上的员工部分，你可能还需要进行匹配ungreedy：

re.search('<!-- begin staff -->.*?<!-- end staff -->', text, re.DOTALL)

Answer 2

使用 HTML 解析器，例如 HTML解析器 反而。看 您能否提供一些示例来说明为什么使用正则表达式解析 XML 和 HTML 很困难？ 为什么。