Regex re.sub don'；不能代替火柴

我有一个html文件，其中有些部分需要删除。 除一个部分外，所有部分都将被删除。我可以给你一个小例子，但是一个正则表达式编辑器识别出这个部分是非常奇怪的

我想删除

之间的所有内容，但它不起作用

test = '<br/><br/>    </span>    <!--TABLE<table class=MsoTableGrid border=1 cellspacing=0 cellpadding=0 style=\'border-collapse:collapse;border:none\'>        <tr style=\'height:12.95pt\'>            <td width=225 valign=top style=\'width:109.45pt;border:solid windowtext 1.0pt;padding:2.4pt 5.4pt 2.4pt 5.4pt;height:12.95pt\'>                <span style=\'font-family:"Arial",sans-serif\'>                    <b>Kontosaldo in \x80</b>                </span>            </td>        </tr>        <tr style=\'height:12.95pt\'>            <td width=146 valign=top style=\'width:109.45pt;border:solid windowtext 1.0pt;padding:2.4pt 5.4pt 2.4pt 5.4pt;height:12.95pt\'>                <span style=\'font-family:"Arial",sans-serif\'>                    [substringR]                </span>            </td>        </tr>    </table>TABLE-->'
r = re.compile(r"(?<=<!--)([\s\n.<>\]\[\\=;,€\/\-\'\":\w\n]+)(?=-->)")
mystring = r.sub('', test)

test='


r=重新编译（r“（？）”）
mystring=r.sub（“”，测试）
“介于
之间的所有内容”是以下表达式：

<!--.*?-->



替换为空字符串。使用


注意用正则表达式修改HTML会带来灾难。不要这样做。这个特殊的任务，即“删除注释”是一个灰色区域：正则表达式不能处理可以任意嵌套的语言（如HTML），但HTML注释不能嵌套，因此很有可能这样做。但是，不要尝试“替换所有表”的相同方法，它不会起作用

但是，HTML仍然可以发挥作用，而且在很多方面仍然存在可怕的破坏，即使是在执行此任务时，也会出现HTML文件，当您在这些文件上尝试这个看似安全的正则表达式时，它们会完全分解

正确的方法正如@Aaron所建议的：将HTML文件解析为DOM树。查找要删除的节点。将DOM树写回文件；如本答案所示：.
与问题没有直接关系，但我将不再使用BeautifulSoap而不是使正则表达式复杂化。。类似于这里：BeautifulSoap对我来说是一个新的@Aaron_ab！这是多么简单，令人恐惧。难怪它对我不起作用。但请注意我的警告——这种简单性是不可靠的。不要试图用正则表达式执行比这更复杂的任务。即使“修改此属性值”是一项需要HTML解析器的任务，我也不会讨论诸如“添加表行”之类的结构修改。