Python正则匹配问题：捕获分隔符间非注释多行文本失败

需要从带分隔符的文件中，捕获start_of_compile与end_of_compile之间的所有非注释多行内容。尝试用(.*)匹配多行失败，运行代码时触发AttributeError: 'NoneType' object has no attribute 'group'错误。

文件内容示例 #

#####start_of_compile - DO NOT MODIFY THIS LINE#############
##################################################################

parse these lines in between them
...
....

###################################################################
#####end_of_compile -DO NOT MODIFY THIS LINE#################
###################################################################

代码示例 #

def checkcompileqel():
    compiledelimiters = ['start_of_compile_setup']
    with open("compile.qel", "r") as compile_fh:
        lines = compile_fh.read()
        matchstart = re.compile(r'^#+
#+start.*#+
#+(.*)#+
#+end.*#+
#+',re.MULTILINE)
        print(matchstart.match(lines).group(1))

错误信息 #

Traceback (most recent call last):
  File "/process_tools/testcode.py", line 25, in <module>
    print(checkcompileqel())
  File "/home/process_tools/testcode.py", line 10, in checkcompileqel
    print(matchstart.match(lines).group(0))
AttributeError: 'NoneType' object has no attribute 'group'

问题根源 #

1. .*不匹配换行符：默认正则的.不会匹配换行，re.MULTILINE仅影响^和$的匹配位置，不改变.的行为，导致跨多行的内容无法被捕获。
2. 正则结构与文件格式不匹配：原正则的换行写法（直接在字符串内换行）不符合Python语法，且标记行的匹配逻辑和实际文件结构不符，导致正则完全找不到匹配项，返回None，调用group()时触发错误。
3. match()方法限制：match()仅从字符串开头匹配，若文件开头存在其他内容（哪怕示例中没有，实际场景可能出现）就会匹配失败，应改用search()查找任意位置的匹配。

修正后的代码 #

import re

def checkcompileqel():
    with open("compile.qel", "r") as compile_fh:
        content = compile_fh.read()
        # 匹配start和end标记之间的内容，开启DOTALL让.匹配换行，MULTILINE让^$匹配每行首尾
        pattern = re.compile(
            r'^#+start_of_compile.*?$\n(.*?)^#+end_of_compile.*?$',
            re.DOTALL | re.MULTILINE
        )
        match_result = pattern.search(content)
        if match_result:
            # 提取中间内容后，过滤掉全是#的注释行
            raw_content = match_result.group(1)
            non_comment_lines = []
            for line in raw_content.split('\n'):
                stripped_line = line.strip()
                # 跳过全注释行和空行（空行可根据需求保留）
                if not stripped_line or stripped_line.startswith('#') and all(c == '#' for c in stripped_line):
                    continue
                non_comment_lines.append(stripped_line)
            print('\n'.join(non_comment_lines))
        else:
            print("未找到匹配的内容")

checkcompileqel()

代码说明 #

1. 正则调整：启用re.DOTALL让.匹配换行符，re.MULTILINE让^和$匹配每行首尾，确保精准定位start和end标记行。
2. 非注释内容过滤：提取中间内容后，通过判断行是否为全注释行来过滤无效内容，保留需要的文本。
3. 空值判断：先检查match_result是否为None，避免触发AttributeError。

内容的提问来源于stack exchange，提问作者Prashanth Iyer