Regex correspondant entre deux chaînes?

Question

Je n'arrive pas à trouver un moyen d'extraire tous les commentaires comme dans l'exemple suivant.

>>> import re 
>>> string = ''' 
... <!-- one 
... --> 
... <!-- two -- -- --> 
... <!-- three --> 
... ''' 
>>> m = re.findall ('<!--([^\(-->)]+)-->', string, re.MULTILINE) 
>>> m 
[' one \n', ' three '] 

bloc avec two -- -- ne correspond pas très probablement à cause du mauvais regex. Quelqu'un peut-il s'il vous plaît me diriger dans la bonne direction comment extraire les correspondances entre deux chaînes. Salut, j'ai testé ce que vous avez suggéré dans les commentaires .... voici une solution de travail avec peu de mise à jour.

>>> m = re.findall ('<!--(.*?)-->', string, re.MULTILINE) 
>>> m 
[' two -- -- ', ' three '] 
>>> m = re.findall ('<!--(.*\n?)-->', string, re.MULTILINE) 
>>> m 
[' one \n', ' two -- -- ', ' three '] 

merci!

Answer 1

cela devrait faire l'affaire

m = re.findall ('<!--(.*?)-->', string, re.DOTALL) 

Answer 2

En général, il est impossible de faire de la correspondance arbitraire entre deux délimiteurs avec un regular grammar.

specifcally, si vous permettez l'imbrication,

<!-- how do you deal <!-- with nested --> comments? --> 

vous tomberez dans les questions. Ainsi, bien que vous puissiez résoudre ce problème spécifique avec une expression régulière, toute expression régulière que vous écrivez peut être interrompue par une autre imbrication étrange de commentaires. Pour analyser les commentaires arbitraires, vous devez passer à une méthode d'analyse context free grammars. Une méthode simple pour le faire est d'utiliser un pushdown automaton.