为什么我的正则表达式不适用于来自 file.read() 的输入？答案

【问题标题】：Why does my regex not work on input from file.read()?为什么我的正则表达式不适用于来自 file.read() 的输入？
【发布时间】：2011-09-05 21:39:00
【问题描述】：

我需要从多个文件中删除一段代码，这些文件的开头如下：

<?php
//{{56541616

这样结束：

//}}18420732
?>

其中两个数字字符串可以是任意字母和数字序列（不相同）。

我写了一个 Python 程序，它将返回除了这个问题字符串之外的整个输入字符串：

def removeInsert(text):
    m = re.search(r"<\?php\n\/\/\{\{[a-zA-Z0-9]{8}.*\/\/\}\}[a-zA-Z0-9]{8}\n\?>", text, re.DOTALL)
    return text[:m.start()] + text[m.end():]

当我用 removeInsert("""[file text]""") 调用这个程序时，它运行良好——三引号允许它作为多行读入。

我试图扩展它以打开一个文件并将文件的字符串内容传递给 removeInsert() ：

def fileRW(filename):
    input_file = open(filename, 'r')
    text = input_file.read()
    newText = removeInsert(text)
    ...

但是，当我运行 fileRW([input-file]) 时，我得到了这个错误：

return text[:m.start()] + text[m.end():]
AttributeError: 'NoneType' object has no attribute 'start'

我可以确认最后一个代码中的“文本”实际上是一个字符串，并且确实包含问题代码，但是 removeInsert() 代码似乎不适用于这个字符串。我最好的猜测是它与我在手动将字符串输入到 removeInsert() 时所做的三重引号有关。也许 fileRW() 传递给 removeInsert() 的文本不是三引号（我尝试了不同的方法来强制它使用三引号（添加了“\”\“\”“），但这不起作用）。不过，我不知道如何解决这个问题，并且在我的谷歌搜索中找不到任何关于它的信息。有什么建议吗？

【问题讨论】：

标签： python regex string file-io quotes

【解决方案1】：

您的正则表达式仅将 \n 用于行。您的文本编辑器可能会插入回车符和换行符组合：\r\n。尝试将您的正则表达式中的\n 更改为(\r\n|\r|\n)。

【讨论】：

谢谢！那解决了它。我原以为可能存在换行问题，但想不出它会是什么样子。

【解决方案2】：

在您的正则表达式中保留\n 并以以下方式打开文件：

input_file= open(filename, 'rU')

注意模式中的extra U。这将允许您的代码即使在其他操作系统上使用，或者给定具有“外来”行尾的文件。

【讨论】：