¿Correspondencia de expresiones regulares entre dos cadenas?

Question

Parece que no puedo encontrar una manera de extraer todos los comentarios como en el siguiente ejemplo.

bloque

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

con two -- -- no se corresponde muy probablemente a causa del mal de expresiones regulares. ¿Puede alguien señalarme en la dirección correcta cómo extraer coincidencias entre dos cadenas?

---

Hola He probado lo que ustedes sugirieron en los comentarios .... aquí está la solución de trabajo con poca actualización.

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

gracias!

Answer 1

esto debe hacer el truco

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

Answer 2

En general, es imposible hacer juego arbitraria entre dos delimitadores con un regular grammar.

específcamente, si permite la anidación,

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

que se encontrará en las cuestiones. Entonces, si bien es posible que pueda resolver este problema específico con una expresión regular, cualquier expresión regular que escriba se podrá romper con alguna otra anidación extraña de comentarios.

Para analizar comentarios arbitrarios, deberá pasar a un método de análisis context free grammars. Un método simple para hacerlo es usar un pushdown automaton.