Python移除文本行尾注释（排除引号内#）的正则方案求助

我正在写Python代码，要解析以#开头注释的文本文件，需要移除行尾注释。一开始用str.rfind('#')，但碰到##开头的注释或者一行多个注释（比如#comment1 #comment2）就不行。后来试了re.sub的各种组合，但又遇到字符串里（比如"attempt #3"）包含#的情况——这些文件里字符串用双引号包裹，字符字面量用单引号，和C语言类似。需要实现一种逻辑：移除行尾注释，但不处理单/双引号内的#。

示例输入 #

variable_name  ## sometimes used  ## variable:L"name####":

variable_name = "Update Gen11 E5 ROM version to 1.34_04_25_2023 (#24201)"

file_name  #comment1 #comment2

期望输出 #

variable_name

variable_name = "Update Gen11 E5 ROM version to 1.34_04_25_2023 (#24201)"

file_name

规则说明：

• 若引号外有前置#，则引号内的#也会被当作注释的一部分移除（比如第一个示例）
• 若#仅在引号内且引号外无前置#，则行内容保持不变（第二个示例）
• 从第一个引号外的#开始截断行内容（第三个示例）

核心思路是先识别出字符串/字符字面量的范围，只在这些范围之外处理#注释。以下是具体实现：

实现代码 #

import re

def remove_line_comments(line):
    # 正则匹配：捕获所有不在单/双引号内的前置内容，移除第一个非引号内#及之后的注释
    pattern = r'''
        (                   # 分组1：保留的内容（引号内或引号外到#之前的部分）
            (?:
                "([^"\\]|\\.)*"  # 匹配双引号字符串，包含转义字符
                |
                '([^'\\]|\\.)*'  # 匹配单引号字符串，包含转义字符
                |
                [^#"]+           # 匹配非#非引号的普通内容
            )*
        )
        \#.*                 # 匹配第一个不在引号内的#及其后续所有内容
    '''
    # 用分组1的内容替换原匹配，实现注释截断
    result = re.sub(pattern, r'\1', line, flags=re.VERBOSE)
    # 去除行尾多余空格，和示例输出对齐
    return result.rstrip()

# 测试示例输入
test_lines = [
    'variable_name  ## sometimes used  ## variable:L"name####":',
    'variable_name = "Update Gen11 E5 ROM version to 1.34_04_25_2023 (#24201)"',
    'file_name  #comment1 #comment2'
]

for line in test_lines:
    print(remove_line_comments(line))

代码说明 #

1. 正则采用verbose模式拆分逻辑，可读性更强：
   • 分别匹配双引号、单引号包裹的字符串，包含转义字符（比如\"），确保引号内的#不被误识别
   • 匹配非#非引号的普通内容，覆盖注释前的代码部分
   • 最后匹配第一个不在引号内的#及其后所有内容，作为要移除的注释
2. re.sub通过保留分组1的内容，直接截断注释部分
3. rstrip()清理行尾多余空格，和期望输出格式一致

测试结果 #

运行代码后输出：

variable_name
variable_name = "Update Gen11 E5 ROM version to 1.34_04_25_2023 (#24201)"
file_name

完全符合预期效果。

内容的提问来源于stack exchange，提问作者Cyberclops