正則表達式之匹配模式

正則表達式（五）

　　匹配模式

　　匹配模式是指匹配時使用的規則。設定特定的模式，可能會改變對正則表達式的識別，也可能會改變正則表達式中的字符的匹配規定。經常使用匹配模式有：不區分大小寫模式、單行模式、多行模式、註釋模式。

　　不區分大小寫模式

　　不區分大小寫是指正則表達式在匹配文本字符串的時候，不區分文本字符串中的大小寫問題。

　　模式指定方式

　　　　1.模式修飾符指定：模式修飾符(?i)，例如：正則表達式(?i)the，表示匹配文本字符串中的不區分大小寫the。

　　　　2.預約義的常量做爲特殊參數傳入指定：python中使用常量re.I或者re.IGNORECASE；JS中使用/regex/i，其中re.I用法例：re.search(patten, string, re.I)；JS中regex爲匹配爲本，如1中例子的the。

　　提取超連接的正則表達式

(?i)<a\s+href\s*=\s*["']?([^"'\s]+)["']?>([^<]+)</a>

　　提取標題的正則表達式

(?i)<title>([^>]+)</title>

　　提取圖片的正則表達式

(?i)<img\s[^>]*?src=['"]?([^'"]+)[^'"]?[^>]*>

 　　單行模式

　　單行模式下，全部文本只有一行。回到點號匹配任意字符問題，咱們提到過，點號是不能匹配\n換行符的，可是在單行模式下，全部文本一行顯示，相應的\n換行符也只是一個普通的空白符了，不具備換行效果的，所以，點號是能夠匹配的。故，點號在單行模式下，是能夠匹配任意字符的。

　　單行模式影響的是點號的匹配規則：默認模式下，點號能夠匹配\n換行符之外的任意字符；單行模式下，點號能夠匹配任意字符包括\n換行符。

　　模式指定方式

　　　　1.模式修飾符指定：模式修飾符(?s)，用法在正則表達式開頭加上(?s)表示此正則表達式啓動單行模式；

　　　　2.預約義的常量做爲特殊參數傳入指定：python中使用常量re.S或者re.DOTALL；JS中不支持單行模式，其中re.S用法例：re.search(patten, string, re.S)。

　　多行模式

　　多行模式與單行模式沒有必要的聯繫。多行模式影響的是^和$的匹配規則：默認模式下，^和$匹配的是整個字符串的起始位置和結束位置；多行模式下，^和$能夠匹配字符串內部的起始位置和結束位置。

　　默認模式下，「人生苦短\n我用python」和多行模式下，「人生苦短\n我用python」。首先明白一點，沒有指定單行模式狀況下，\n換行符都是表示換行的，再也不是普通的空白符。即

「人生苦短
我用python」

　　默認模式下，^和$會分別匹配「人」以前位置和「n」以後位置；而多行模式下，^匹配的位置就變成了「人」以前的位置和「我」以前的位置，$匹配的位置變成了「短」以後的位置和「n」以後的位置。「$短」和「^我」都是匹配了字符串內部的起始位置和結束位置。

　　模式指定方式

　　　　1.模式修飾符指定：模式修飾符(?m)，用法在正則表達式開頭加上(?m)表示此正則表達式啓動多行模式；

　　　　2.預約義的常量做爲特殊參數傳入指定：python中使用常量re.M或者re.MULTILINE；JS中用/regex/m，其中re.M用法例：re.search(patten, string, re.M)。

　　註釋模式

　　正則表達式通常添加註釋的方法爲(?#comment)，能夠在正則表達式的任意位置添加註釋。註釋模式添加註釋是把正則表達式以多行字符串形式表示，在每行正則規則後面添加 #comment，表示註釋。　　

　　模式指定方式

　　　　1.模式修飾符指定：模式修飾符(?x)，用法在正則表達式開頭加上(?x)表示此正則表達式啓動註釋模式；

　　　　2.預約義的常量做爲特殊參數傳入指定：python中使用常量re.X或者re.VERBOSE；JS中用/regex/x，其中re.S用法例：re.search(patten, string, re.X)。

pattern = r'''
(?x)  #enable multiline and extended mode
(
    (\d{4})  #year
    -  #dash
    (\d{2})  #month
    -
    (\d{2})  #day
)
'''

　　其餘模式

　　re.U或者re.UNICODE，字符組匹配字符能夠是unicode字符，包括中文字符。

　　re.A或者re.ASCII，字符組匹配字符是ASCII字符。