Python正則表示式裡的單行re.S和多行re.M模式

Python 的re模組內建函式幾乎都有一個flags引數，以位運算的方式將多個標誌位相加。其中有兩個模式：單行（re.DOTALL, 或者re.S）和多行（re.MULTILINE, 或者re.M）模式。它們初看上去不好理解，但是有時又會非常有用。這兩個模式在PHP和JavaScripts裡都有。

單行模式 re.DOTALL

在單行模式裡，文字被強制當作單行來匹配，什麼樣的文字不會被當作單行？就是裡面包含有換行符的文字，比如：

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

點號（.）能匹配所有字元，換行符例外。現在我們希望能匹配出整個字串，當用點號（.）匹配上面這個字串時，在換行符的地方，匹配停止。例如：

>>> a = 'This is the first line.\nThis is the second line.\nThis 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.'

>>>

在上面的例子裡，即使是預設貪婪（greedy）的匹配，仍然在第一行的結尾初停止了匹配，而在單行模式下，換行符被當作普通字元，被點號（.）匹配：

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

>>> q.group(0)

'This is the first line.\nThis is the second line.\nThis is the third line.'

點號（.）匹配了包括換行符在內的所有字元。所以，更本質的說法是

單行模式改變了點號（.）的匹配行為

多行模式 re.MULTILINE

在多行模式裡，文字被強制當作多行來匹配。正如上面單行模式裡說的，預設情況下，一個包含換行符的字串總是被當作多行處理。但是行首符^和行尾符$僅僅匹配整個字串的起始和結尾。這個時候，包含換行符的字串又好像被當作一個單行處理。

在下面的例子裡，我們希望能將三句話分別匹配出來。用re.findall( )顯示所有的匹配項

>>> a = 'This is the first line.\nThis is the second line.\nThis 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)

[]

>>>

預設點號不匹配換行符，我們需要設定re.DOTALL。

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

['This is the first line.\nThis is the second line.\nThis is the third line.']

>>>

匹配出了整句話，因為預設是貪婪模式，用問號切換成非貪婪模式：

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

['This is the first line.\nThis is the second line.\nThis is the third line.']

>>>

仍然是整句話，這是因為^和$只匹配整個字串的起始和結束。在多行模式下，^除了匹配整個字串的起始位置，還匹配換行符後面的位置；$除了匹配整個字串的結束位置，還匹配換行符前面的位置.

>>> 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.']

>>>

更本質的說法是

多行模式改變了^和$的匹配行為

本文轉自：

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