Python實用技法第27篇：編寫多行模式的正則表達式

上一篇文章： Python實用技法第26篇：定義實現最短匹配的正則表達式
下一篇文章： Python實用技法第28篇：將Unicode文本統一表示爲規範形式

一、需求🙀

咱們打算用正則表達式對一段文本塊作匹配，可是但願在進行匹配時可以跨越多行。

二、解決方案😸

這個問題通常出如今但願使用句點(.)來匹配任意字符，可是忘記了句點並不能匹配換行符。

實例：假設向匹配C語言風格的註釋：

import re

str_pat=re.compile(r'/\*(.*?)\*/')
text1="/* mark */"
text2='''/* mark 
            2018    */'''
print(str_pat.findall(text1))
print(str_pat.findall(text2))

結果：

[' mark ']
[]

要解決這個問題，能夠添加對換行符的支持。

實例：

import re

#將.換成(?:.|\n)
str_pat=re.compile(r'/\*((?:.|\n)*?)\*/')
text1="/* mark */"
text2='''/* mark 
            2018    */'''
print(str_pat.findall(text1))
print(str_pat.findall(text2))

結果：

[' mark ']
[' mark \n 2018 ']

(?:.|n)指定了一個非捕獲組（即，這個組只作匹配但不捕獲結果，也不會分配組號）。

三、分析😈

re.compile()函數可接受一個有用的標記：re.DOTALL，這使得表達式中的句點【.】能夠匹配全部的字符，也包括換行符。

實例：

import re

str_pat=re.compile(r'/\*(.*?)\*/',re.DOTALL)
text1="/* mark */"
text2='''/* mark 
            2018    */'''
print(str_pat.findall(text1))
print(str_pat.findall(text2))

結果：

[' mark ']
[' mark \n 2018 ']

對於簡單的狀況，使用re.DOTALL標記就能夠很好的完成工做。可是若是要處理及其複雜的模式，能夠選擇利用非捕獲組定義在本身的表達式中，這樣無需額外的標記也能正常工做。

上一篇文章： Python實用技法第26篇：定義實現最短匹配的正則表達式
下一篇文章： Python實用技法第28篇：將Unicode文本統一表示爲規範形式