如何用 Python 正则表达式跨多行提取指定分隔符之间的内容（排除注释行）-Python教程

本文详解如何使用 `re` 模块正确匹配跨越多行的文本块，重点解决因换行符、贪婪匹配和标志误用导致的 `nonetype` 错误，并提供健壮、可复用的正则方案。

在处理配置文件、日志片段或嵌入式脚本块时，常需提取两个固定分隔符（如 start_of_compile 和 end_of_compile）之间的全部内容，同时忽略纯注释行（如仅含 # 的行）。但直接使用 re.match() 配合 re.MULTILINE 往往失败——根本原因在于：re.MULTILINE 仅影响 ^ 和 $ 的行为（使其匹配每行首尾），而无法让 . 匹配换行符；真正需要的是 re.DOTALL（即 re.S）。

此外，原始正则存在多个关键问题：

• 错误假设起始行为纯 # 行（实际是 #####start_of_compile… 连续出现）；
• 使用贪婪 .* 易导致跨段匹配（如匹配到下一个 end_of_compile 之后）；
• match() 要求从字符串开头严格匹配，但文件开头可能有空白或 BOM，应改用 search() 更鲁棒。

✅ 推荐解决方案（兼顾准确性与可读性）：

import re

def extract_compile_block(filepath: str) -> str:
    with open(filepath, "r", encoding="utf-8") as f:
        content = f.read()

    # 关键：启用 re.DOTALL 让 . 匹配换行符；使用非贪婪 .*? 防止过度匹配
    pattern = r'#+start_of_compile[^#]*#.*?\n(.*?)\n#+end_of_compile[^#]*#'
    match = re.search(pattern, content, re.DOTALL | re.IGNORECASE)

    if not match:
        raise ValueError("Failed to locate start_of_compile / end_of_compile block")

    # 去除首尾空白，并过滤掉纯 '#' 行（保留含实际内容的行）
    inner_text = match.group(1).strip()
    lines = [line.rstrip() for line in inner_text.split('\n') 
             if line.strip() and not line.strip().startswith('#')]
    return '\n'.join(lines)

# 使用示例
try:
    result = extract_compile_block("compile.qel")
    print(result)
except (FileNotFoundError, ValueError) as e:
    print(f"Error: {e}")

? 关键要点总结：