如何删除<ref> *some text*</ref> 中的文本以及ref 本身？
在'...and so on<ref>Oxford University Press</ref>.'
re.sub(r'<ref>.+</ref>', '', string) 仅删除 <ref> 如果
<ref> 后跟一个空格
编辑：我猜它与单词边界有关......或者？
EDIT2 我需要的是它会计算最后一个（关闭）</ref>，即使它在换行符上。
【问题讨论】：
我真的不认为你有问题，因为粘贴的代码将删除字符串的<ref>...</ref> 部分。但是，如果您的意思是，并且没有删除空的 ref 标记：
re.sub(r'<ref>.+</ref>', '', '...and so on<ref></ref>.')
那么你需要做的就是把 .+ 换成 .*
A + 表示一个或多个，而 * 表示零或多个。
来自http://docs.python.org/library/re.html：
'.' (Dot.) In the default mode, this matches any character except a newline.
If the DOTALL flag has been specified, this matches any character including
a newline.
'*' Causes the resulting RE to match 0 or more repetitions of the preceding
RE, as many repetitions as are possible. ab* will match ‘a’, ‘ab’, or ‘a’
followed by any number of ‘b’s.
'+' Causes the resulting RE to match 1 or more repetitions of the preceding
RE. ab+ will match ‘a’ followed by any non-zero number of ‘b’s; it will
not match just ‘a’.
'?' Causes the resulting RE to match 0 or 1 repetitions of the preceding RE.
ab? will match either ‘a’ or ‘ab’.
【讨论】：
</ref> 在换行符上怎么办？我该如何处理？
re.sub(r'(?s)<ref>.*</ref>'，但它失去了控制并且删除了太多，超过一半的文本 - 这绝对是错误的。还有其他想法吗？
(re.sub(r'(?s)<ref>.*?</ref>') 使用re.DOTAL 和r'<ref>[^<]*</ref>' 使用@erkmene 的[^<] 是一回事
你可以制作一个花哨的正则表达式来做你想做的事，但是你需要使用 DOTALL 和非贪婪搜索，并且你需要了解正则表达式的一般工作原理，而你不需要。
你最好的选择是使用字符串方法而不是正则表达式，这更 Pythonic：
while '<reg>' in string:
begin, end = string.split('<reg>', 1)
trash, end = end.split('</reg>', 1)
string = begin + end
如果您想要非常通用，允许标签或空格和标签中的属性奇怪的大写，您也不应该这样做，而是投资学习 html/xml 解析库。 lxml 目前似乎被广泛推荐并得到很好的支持。
【讨论】：
您可能要小心，不要仅仅因为有多个结束 </ref>s 就删除大量文本。在我看来，下面的正则表达式会更准确：
r'<ref>[^<]*</ref>'
这将阻止“贪婪”匹配。
顺便说一句：有一个很棒的工具叫做 The Regex Coach 来分析和测试你的正则表达式。您可以在以下位置找到它：http://www.weitz.de/regex-coach/
编辑：忘记在第一段添加代码标签。
【讨论】：
如果您尝试使用正则表达式执行此操作，您将获得world of trouble。您正在有效地尝试解析某些内容，但您的解析器无法胜任这项任务。
贪婪地跨字符串匹配可能会消耗太多，如下例所示：
<ref>SDD</ref>...<ref>XX</ref>
你最终会清理整个中间。
你真的想要一个解析器，比如Beautiful Soup。
from BeautifulSoup import BeautifulSoup, Tag
s = "<a>sfsdf</a> <ref>XX</ref> || <ref>YY</ref>"
soup = BeautifulSoup(s)
x = soup.findAll("ref")
for z in x:
soup.ref.replaceWith('!')
soup # <a>sfsdf</a> ! || !
【讨论】：