手头有一个xml配置文件，里面加了许多大块的注释，严重影响阅读。现在考虑一下，如何用Python中的正则表达式去除这个xml文件中的注释，也就是形如<!– 注释内容–>的这种注释代码块？Python的re模块中，dot(.)可用于代表任意字符，newline字符除外，而<!—和–>有可能在一行，也有可能含多行，所以需考虑这一点。re.sub及subn两个方法可用于替换掉匹配内容。让我们来试试：
rs=re.subn(r'<!--.*-->','',str,flags=re.DOTALL)
注意subn方法，最后一个参数flags=re.DOTALL，此int常量定义指明dot(.)符号不仅可指代任意字符，也可代替newline。为何要显式给参数flags赋值呢。。因为前面还省略了一个count参数。。
现在我们运行该语句，查看rs[0]的值，此值为替换后的str值。会发现得到的字符数比预计的要少。原来对于<!—fdfsdf–>afadfdf<!—agadfdfdf–>形式的字串，此正则匹配了最前面一个<!–和最后面一个–>，导致两个注释中间的afadfdf也被吃掉了。
python手册中给出了解决方案：在.*后加加个?，正则将使用最小匹配。即把语句改为：
rs=re.subn(r'<!--.*?-->','',str,flags=re.DOTALL) print rs[0],rs[1]
则rs[0]会输出正确的结果，而rs[1]会指出完成了多少次替换。
原创文章，作者：苏葳，如需转载，请注明出处：https://www.swmemo.com/548.html
