多行正则替换

Question

我想把一段文本像这样：

$$
foo
bar
$$

转换成

<% tex
foo
bar
%>

还有把 $\alpha$ 转换成 <% tex \alpha %>。

对于单行替换，我这样做：

re.sub(r"\$(.*)\$", r"<% tex \1 %>", text)

...效果很好。

现在，我添加了多行标志来处理多行的情况：

re.sub(r"(?i)\$\$(.*)\$\$", r"<% tex \1 %>", text)

...但是它返回：

<% tex  %>
foo
bar
<% tex  %>

为什么呢？我相信这一定是个小问题，但我想不出来是什么。

Answer 1

在使用 Python 2.7.12 的时候，我确认这个方法是有效的：

>>> import re
>>> t = """$$
... foo
... bar
... $$"""
>>> re.sub(r"\$\$(.*?)\$\$", r"<% tex \1 %>", t, flags=re.DOTALL)
'<% tex \nfoo\nbar\n %>'

关于 DOTALL 标志，根据官方文档的说明：

re.S

re.DOTALL

这个标志让句点（.）这个特殊字符可以匹配任何字符，包括换行符；如果没有这个标志，句点就只能匹配除了换行符以外的其他字符。

Answer 2

我建议你使用 re.M（多行）这个标志，并且在捕获时尽量把除了美元符号以外的所有内容都抓取到。

>>> import re
>>> t = """$$
foo
bar
$$"""
>>> re.sub(r"\$\$([^\$]+)\$\$", r"<% tex \1 %>", t, re.M)
'<% tex \nfoo\nbar\n %>'