第三方库-正则re

Posted wang102030

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了第三方库-正则re相关的知识,希望对你有一定的参考价值。

Python正则表达式里的单行re.S和多行re.M模式

 

Python 的re模块内置函数几乎都有一个flags参数,以位运算的方式将多个标志位相加。其中有两个模式:单行(re.DOTALL, 或者re.S)和多行(re.MULTILINE, 或者re.M)模式。它们初看上去不好理解,但是有时又会非常有用。这两个模式在phpjavascripts里都有。

 

单行模式 re.DOTALL

在单行模式里,文本被强制当作单行来匹配,什么样的文本不会被当作单行?就是里面包含有换行符的文本,比如:

This is the first line. This is the second line. This is the third line.

 

点号(.)能匹配所有字符,换行符例外。现在我们希望能匹配出整个字符串,当用点号(.)匹配上面这个字符串时,在换行符的地方,匹配停止。例如:

>>> a = ‘This is the first line. This is the second line. This is the third line.‘

>>> print a

This is the first line.

This is the second line.

This is the third line.

>>> import re

>>> p = re.match(r‘This.*line.‘ ,a)

>>> p.group(0)

‘This is the first line.‘

>>>

 

在上面的例子里,即使是默认贪婪(greedy)的匹配,仍然在第一行的结尾初停止了匹配,而在单行模式下,换行符被当作普通字符,被点号(.)匹配:

>>> q = re.match(r‘This.*line.‘, a, flags=re.DOTALL)

>>> q.group(0)

‘This is the first line. This is the second line. This is the third line.‘

 

点号(.)匹配了包括换行符在内的所有字符。所以,更本质的说法是

单行模式改变了点号(.)的匹配行为

 

 

多行模式 re.MULTILINE

在多行模式里,文本被强制当作多行来匹配。正如上面单行模式里说的,默认情况下,一个包含换行符的字符串总是被当作多行处理。但是行首符^和行尾符$仅仅匹配整个字符串的起始和结尾。这个时候,包含换行符的字符串又好像被当作一个单行处理。

在下面的例子里,我们希望能将三句话分别匹配出来。用re.findall( )显示所有的匹配项

>>> a = ‘This is the first line. This is the second line. This is the third line.‘

>>> print a

This is the first line.

This is the second line.

This is the third line.

>>> import re

>>> re.findall(r‘^This.*line.$‘, a)

[]

>>>

默认点号不匹配换行符,我们需要设置re.DOTALL。

>>> re.findall(r‘^This.*line.$‘, a, flags=re.DOTALL)

[‘This is the first line. This is the second line. This is the third line.‘]

>>>

匹配出了整句话,因为默认是贪婪模式,用问号切换成非贪婪模式:

>>> re.findall(r‘^This.*?line.$‘, a, flags=re.DOTALL)

[‘This is the first line. This is the second line. This is the third line.‘]

>>>

仍然是整句话,这是因为^和$只匹配整个字符串的起始和结束。在多行模式下,^除了匹配整个字符串的起始位置,还匹配换行符后面的位置;$除了匹配整个字符串的结束位置,还匹配换行符前面的位置.

>>> re.findall(r‘^This.*?line.$‘, a, flags=re.DOTALL+re.MULTILINE)

[‘This is the first line.‘, ‘This is the second line.‘, ‘This is the third line.‘]

>>>

 

更本质的说法是

多行模式改变了^和$的匹配行为

 

本文转自:

https://www.lfhacks.com/tech/python-re-single-multiline

以上是关于第三方库-正则re的主要内容,如果未能解决你的问题,请参考以下文章

Python 常用的标准库以及第三方库都有哪些

python哪些标准库

Python网页解析器使用实例详解

python常用库都有哪些?

爬虫 解析库re,Beautifulsoup,

requests实践02_下载斗图拉最新表情包