Corrispondenza regex tra due stringhe?

Question

Non riesco a trovare un modo per estrarre tutti i commenti come nell'esempio seguente.

>>> import re 
>>> string = ''' 
... <!-- one 
... --> 
... <!-- two -- -- --> 
... <!-- three --> 
... ''' 
>>> m = re.findall ('<!--([^\(-->)]+)-->', string, re.MULTILINE) 
>>> m 
[' one \n', ' three '] 

blocco con two -- -- non corrisponde molto probabilmente a causa del cattivo regex. Qualcuno può per favore indicarmi nella giusta direzione come estrarre le corrispondenze tra due stringhe.

Ciao Ho provato quello che avete suggerito nei commenti .... ecco una soluzione funzionante con un piccolo aggiornamento.

>>> m = re.findall ('<!--(.*?)-->', string, re.MULTILINE) 
>>> m 
[' two -- -- ', ' three '] 
>>> m = re.findall ('<!--(.*\n?)-->', string, re.MULTILINE) 
>>> m 
[' one \n', ' two -- -- ', ' three '] 

grazie!

Answer 1

questo dovrebbe fare il trucco

m = re.findall ('<!--(.*?)-->', string, re.DOTALL) 

Answer 2

In generale, non è possibile fare corrispondenza arbitraria tra due delimitatori con un regular grammar.

specifcally, se si consente la nidificazione,

<!-- how do you deal <!-- with nested --> comments? --> 

si incorrerà in alle questioni. Quindi, mentre potresti essere in grado di risolvere questo problema specifico con un'espressione regolare, qualsiasi espressione regolare che scrivi sarà in grado di essere interrotta da qualche altro nidificazione di commenti.

Per analizzare commenti arbitrari, è necessario passare a un metodo di analisi context free grammars. Un metodo semplice per farlo è quello di utilizzare un pushdown automaton.