如何用正则表达式一次性移除三重引号间的所有换行符(\n)

解决方案代码 #

import re

text = '''
'''
           <html>
         <body>
           <p>Your file successfully uploaded</p>
         </body>
       </html>
       '''
'''

# 一次性完成匹配与替换
processed_text = re.sub(r"(''')([\s\S]*?)(''')", lambda match: match.group(1) + match.group(2).replace('\n', '') + match.group(3), text)
print(processed_text)

正则说明 #

• (''')：捕获开头的三重引号，作为替换后的前缀
• ([\s\S]*?)：非贪婪匹配三重引号之间的所有内容（[\s\S]匹配任意字符，包括换行；*?避免匹配到后续的三重引号）
• (''')：捕获结尾的三重引号，作为替换后的后缀
• 替换逻辑：通过lambda函数将中间捕获到的内容中的所有\n移除，再拼接开头、处理后的中间内容、结尾三重引号

原尝试正则的问题 #

你之前用的re.findall('(?<=\'\'\').+(\\n)+[^\\n]+(?=\'\'\')', text, re.DOTALL)存在两个局限：

1. +.+(\\n)+[^\\n]+只能匹配包含单个换行的片段，无法覆盖所有连续或分散的换行
2. 贪婪模式的+可能会跳过部分内容，无法完整匹配三重引号之间的全部区域

内容的提问来源于stack exchange，提问作者keramat