如何使用Python re模块编写正则匹配自定义格式的单行和多行注释

可用正则及使用方法 #

import re

# 匹配规则
pattern = r'#=(?:.*?=#|.*$)'
# 匹配时必须传入 re.DOTALL 标志，让 . 可以匹配换行符
# 可选传入 re.MULTILINE 标志适配多文本行尾匹配边界

匹配逻辑说明 #

• 优先匹配多行注释：分支.*?=#采用非贪婪匹配，从#=开始匹配任意字符（含换行）直到遇到闭合标记=#
• 兜底匹配单行注释：如果没有找到闭合标记=#，就匹配#=之后到当前行尾的所有内容
• 非捕获组(?:)用来分组两个分支逻辑，不会额外产生不需要的捕获结果

原有正则的问题 #

你之前写的r'(#=)[\w ]*'存在两个明显限制：

1. 字符匹配范围只覆盖了字母、数字、下划线和空格，遇到标点、特殊符号就会中断匹配
2. 不支持匹配换行符，完全无法覆盖多行注释场景

测试示例 #

测试代码：

test_content = """
#= this is a single line comment
some code here
#= this is a 
multiline comment =#
other code here
#= another single line comment with special chars!@#
"""
matches = re.findall(pattern, test_content, flags=re.DOTALL | re.MULTILINE)
for m in matches:
    print("匹配到注释：", repr(m))

输出结果：

匹配到注释： '#= this is a single line comment'
匹配到注释： '#= this is a \nmultiline comment =#'
匹配到注释： '#= another single line comment with special chars!@#'

内容的提问来源于stack exchange，提问作者iiiasminx