如何用 Python 正则表达式精准提取多行分隔符之间的内容（排除注释与边界）-Python教程

本文详解如何使用 `re.multiline` 与合理锚点设计，配合非贪婪匹配与负向先行断言，从带 `#` 边界的文本块中稳定提取 start_of_compile 与 end_of_compile 之间的多行主体内容，避开常见 `nonetype` 错误和跨行匹配失效问题。

在处理自定义格式的配置文件或嵌入式脚本（如 .qel 文件）时，常需提取两个固定标记之间的多行内容，同时忽略外围的注释行（如全 # 行）。但直接套用 .* 默认无法跨行匹配，而错误启用 re.MULTILINE（仅影响 ^/$ 行锚定）却忽略 re.DOTALL（即 re.S）语义，是导致 match() 返回 None 的典型原因。

不过，本例中更优解并非盲目启用 re.S——因为原始文本结构高度规整：起始和结束标记均独占一行且由 # 构成，中间内容不包含纯 # 行。因此我们可借助 re.MULTILINE + 行级负向先行断言实现高效、安全的提取，避免 re.S 引入的过度回溯风险。

以下是推荐的正则模式及完整实现：

import re

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

    # 关键正则：逐行匹配，确保起始标记后紧跟空行/注释行，再捕获非纯#行内容
    pattern = r'^#+\n#+start_of_compile\b.*\n#+\n\s*^(.+(?:\n(?!#+$).*)*)'
    match = re.search(pattern, content, re.MULTILINE)

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

    return match.group(1).strip()  # 去除首尾空白（含换行）

# 示例调用
try:
    result = extract_compile_block("compile.qel")
    print(repr(result))  # 输出: 'parse these lines in between them\n...\n....'
except (FileNotFoundError, ValueError) as e:
    print(f"Error: {e}")

✅ 关键设计解析：