如何用 Python 正则表达式精准提取多行分隔符之间的内容（含换行、去注释）-Python教程

本文详解如何使用 `re.multiline` 与合理锚点设计，配合非贪婪匹配和负向先行断言，可靠提取 `start_of_compile` 与 `end_of_compile` 之间所有非注释行内容，避免 `none.group()` 错误。

在处理自定义标记的配置文件或生成脚本（如 .qel 文件）时，常需提取两个固定分隔符之间的多行文本。但直接使用 .* 默认不匹配换行符，而错误地依赖 re.MULTILINE（它仅影响 ^/$ 的行为，不启用 . 匹配换行），会导致 re.match() 返回 None，进而触发 AttributeError: ‘NoneType’ object has no attribute ‘group’。

根本原因有三：

1. re.MULTILINE ≠ re.DOTALL：re.MULTILINE 让 ^ 和 $ 匹配每行首尾，但 . 依然不匹配 \n；真正让 . 匹配包括换行符在内的任意字符的是 re.DOTALL（即 re.S）。
2. 锚点 ^ 在 re.MULTILINE 下才生效：你的原始正则以 ^#+\n 开头，若未启用 re.MULTILINE，^ 只匹配整个字符串开头，而示例中 #####start_of_compile… 前无换行，导致匹配失败。
3. 贪婪匹配易越界：.* 默认贪婪，可能跨过 end_of_compile 继续匹配，尤其当结尾存在多行 # 时；应结合负向先行断言 (?!#+$) 精确控制边界。

✅ 推荐正则方案（兼顾鲁棒性与可读性）：

import re

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

    # 关键：re.MULTILINE + 精确行锚定 + 负向断言防跨界
    pattern = r'^#+\n#+start_of_compile\b.*\n#+\n\s*^(.+(?:\n(?!#+$).*)*)\n\s*^#+\n#+end_of_compile\b'
    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()  # 自动去除首尾空白行

# 使用示例
try:
    result = extract_compile_block("compile.qel")
    print(repr(result))  # 显示含换行符的原始内容
    # 输出: 'parse these lines in between them\n...\n....'
except (FileNotFoundError, ValueError) as e:
    print(f"Error: {e}")

? 关键细节说明：