2.8 多行匹配模式

問(wèn)題

你正在試著使用正則表達(dá)式去匹配一大塊的文本，而你需要跨越多行去匹配。

解決方案

這個(gè)問(wèn)題很典型的出現(xiàn)在當(dāng)你用點(diǎn)(.)去匹配任意字符的時(shí)候，忘記了點(diǎn)(.)不能匹配換行符的事實(shí)。比如，假設(shè)你想試著去匹配C語(yǔ)言分割的注釋?zhuān)?/p>

>>> comment = re.compile(r'/\*(.*?)\*/')
>>> text1 = '/* this is a comment */'
>>> text2 = '''/* this is a
... multiline comment */
... '''
>>>
>>> comment.findall(text1)
[' this is a comment ']
>>> comment.findall(text2)
[]
>>>

為了修正這個(gè)問(wèn)題，你可以修改模式字符串，增加對(duì)換行的支持。比如：

>>> comment = re.compile(r'/\*((?:.|\n)*?)\*/')
>>> comment.findall(text2)
[' this is a\n multiline comment ']
>>>

在這個(gè)模式中，(?:.|\n) 指定了一個(gè)非捕獲組(也就是它定義了一個(gè)僅僅用來(lái)做匹配，而不能通過(guò)單獨(dú)捕獲或者編號(hào)的組)。

討論

re.compile() 函數(shù)接受一個(gè)標(biāo)志參數(shù)叫 re.DOTALL ，在這里非常有用。它可以讓正則表達(dá)式中的.匹配包括換行符在內(nèi)的任意字符。比如：

>>> comment = re.compile(r'/\*(.*?)\*/', re.DOTALL)
>>> comment.findall(text2)
[' this is a\n multiline comment ']

對(duì)于簡(jiǎn)單的情況使用 re.DOTALL 標(biāo)記參數(shù)工作的很好，但是如果模式非常復(fù)雜或者是為了構(gòu)造字符串令牌而將多個(gè)模式合并起來(lái)(2.18節(jié)有詳細(xì)描述)，這時(shí)候使用這個(gè)標(biāo)記參數(shù)就可能出現(xiàn)一些問(wèn)題。如果讓你選擇的話，最好還是定義自己的正則表達(dá)式模式，這樣它可以在不需要額外的標(biāo)記參數(shù)下也能工作的很好。