正则表达式中(?s)与(?m)的区别解析

挠炕席 · 发表于 2023-11-10 15:54:18

正则表达式中(?s)与(?m)的区别

理论：

(?m) 和 (?s) 是正则表达式中的两个模式标志，它们具有不同的作用：

1.(?m) 多行模式标志（也称为 “multiline” 模式）：

默认情况下，正则表达式将整个输入字符串视为单行
多行文本中使用该标志时，正则表达式会匹配每一行

2.(?s) 单行模式标志（也称为 “dotall” 模式）：

默认情况下，. 元字符匹配除了换行符之外的任意字符。
当使用单行模式标志时，. 元字符将匹配包括换行符在内的任意字符。

实践：

import re
pattern1 = r'^.*'  
pattern2 = r'(?m)^.*'  
pattern3 = r'(?s)^.*'
matches1 = re.findall(pattern1, "Hello\nWorld")
matches2 = re.findall(pattern2, "Hello\nWorld")
matches3 = re.findall(pattern3, "Hello\nWorld")
print(matches1)  # 输出：['Hello']
print(matches2)  # 输出：['Hello', 'World']
print(matches3)  # 输出：['Hello\nWorld']

正则表达式re.S与re.M的区别

一、python中的re模块

import re # 导入re模块

二、re.S与re.M的区别

1. re.S表示单行匹配模式

2. re.M表示多行匹配模式

三、案例演示

1. re.M多行匹配

import re
string = '''
hate is a beautiful feel
love you very much
love she
love her
'''
pattern = re.compile(r'^love',re.M) # re.M 多行模式
ret = pattern.findall(string)
print(ret) # ['love', 'love', 'love']

2. re.S单行匹配

import re
string = '''<div>沁园春-雪
北国风光
千里冰封
万里雪飘
望长城内外
惟余莽莽
大河上下
顿失滔滔
山舞银蛇
原驰蜡象
欲与天公试比高
</div>'''
pattern = re.compile(r'^<div>(.*?)</div>',re.S) # re.S 单行模式
ret = pattern.findall(string)
print(ret) # ['沁园春-雪\n北国风光\n千里冰封\n万里雪飘\n望长城内外\n惟余莽莽\n大河上下\n顿失滔滔\n山舞银蛇\n原驰蜡象\n欲与天公试比高\n']

【.】可以匹配除换行符之外的所有字符，当设置成re.S之后，可以简单理解为：【.】可以匹配换行符，所以【.】可以匹配所有字符

3. \w+不能匹配换行符

import re
string = '''<div>沁园春-雪
北国风光
千里冰封
万里雪飘
望长城内外
惟余莽莽
大河上下
顿失滔滔
山舞银蛇
原驰蜡象
欲与天公试比高
</div>'''
pattern = re.compile(r'^<div>(\w+)</div>',re.S) # re.S 单行模式
ret = pattern.findall(string)
print(ret) # []，匹配为空

四、复习一下正则表达式

1. 单字符：
. : 除换行之外所有字符
[]: [aoe][a-w] 匹配集合中任意一个字符
\d: 数字 [0-9]
\D: 非数字
\w: 数字、子母、下划线、中文
\W: 非\w
\s: 所有的空白字符
\S: 非空白字符
2. 数量修饰：
*：任意次数 >=0
+: 至少1次 >=1
?: 可有可无 0次或者1次
{m}: 固定m次
{m,}: 至少m次
{m,n}: m-n次
3. 边界：
^: 以...开头
$: 以...结尾
4. 分组：
(): 视为一个整体
(ab){4}：视为一个整体,匹配次数
(): 子模式\组模式 \1 \2
5. 取消贪婪模式
.*?
.+?
6. 查找
match: 只从开头开始找
search: 从任意位置开始找
findall: 找所有

1. 分组子模式

import re
string = '''<p><div><span>猪八戒</span></div></p>'''
pattern = re.compile(r'^<(\w+)><(\w+)>\w+</\2></\1>')
ret = pattern.search(string)
print(ret) # <_sre.SRE_Match object; span=(3, 30), match='<div><span>猪八戒</span></div>'>