Python正则多行匹配技巧re.M详解
来到golang学习网的大家,相信都是编程学习爱好者,希望在这里学习文章相关编程知识。下面本篇文章就来带大家聊聊《Python正则多行匹配技巧re.M用法详解》,介绍一下,希望对大家的知识积累有所帮助,助力实战开发!
re.M(或re.MULTILINE)是Python正则表达式中用于改变^和$行为的标志,其作用在于让^匹配每一行的起始位置,让$匹配每一行的结束位置。默认情况下,^和$仅分别匹配整个字符串的开头和结尾;启用re.M后,它们将分别匹配每行的开头和换行符之前的位置。例如,在提取每行以特定字符开头的内容时,使用re.findall(r'^\w+', text, re.M)可匹配所有行首的单词。在删除注释行的场景中,通过re.sub(r'^\s*#.*$', '', config, flags=re.M)可过滤掉以#开头的行。使用时需注意:并非所有情况都需要re.M,它可与其他标志如re.I组合使用,且应避免盲目使用^和$导致误匹配。

在使用 Python 正则表达式处理多行文本时,很多人会发现 ^ 和 $ 只匹配整个字符串的开头和结尾,而不是每一行的开头和结尾。这其实是因为默认情况下,正则表达式是“整段匹配”的。要实现按行匹配,关键在于使用 re.M(或 re.MULTILINE)标志。

什么是 re.M?它的作用是什么?
re.M 是正则表达式的一个可选标志,全称是 re.MULTILINE,它改变了 ^ 和 $ 的行为:

默认情况下:
^匹配整个字符串的开始位置$匹配整个字符串的结束位置
启用
re.M后:
^会匹配每一行的起始位置(即换行符之后的位置)$会匹配每一行的结束位置(即换行符之前的位置)
举个例子:
import re text = "abc\n123\nxyz" # 不带 re.M print(re.findall(r'^\w+', text)) # 输出: ['abc'] # 带 re.M print(re.findall(r'^\w+', text, re.M)) # 输出: ['abc', '123', 'xyz']
可以看到,启用 re.M 后,^\w+ 成功匹配了每一行的开头。
多行匹配常见场景与用法
场景一:提取每行以特定字符开头的内容
比如你有一段日志文件内容,每行都以 [INFO] 或 [ERROR] 开头,你想提取所有这些行:
log = """[INFO] User logged in [ERROR] Database connection failed [INFO] Cache cleared [WARNING] Low memory""" matches = re.findall(r'^$$.*?$$.*', log, re.M) print(matches) # 输出: ['[INFO] User logged in', '[ERROR] Database connection failed', ...]
这里的关键就是 ^$$.*?$$.* 中的 ^ 在 re.M 下能识别每行的开始。
场景二:删除每行的注释行(如以 # 开头的行)
有时候你想过滤掉配置文件中的注释行:
config = """# This is a comment server = localhost #port = 8080 debug = True""" cleaned = re.sub(r'^\s*#.*$', '', config, flags=re.M) print(cleaned.strip()) # 输出: # server = localhost # debug = True
注意这里用了 \s* 来跳过可能存在的空格,然后匹配 # 到行尾的所有内容。
使用 re.M 的注意事项
- 不是所有正则都需要 re.M:如果你只是想匹配整个字符串的开头或结尾,就不需要加。
- 可以和其他标志组合使用:比如
re.I(忽略大小写) +re.M是很常见的组合。 - 不要滥用 ^ 和 $:有时候你并不需要匹配行首或行尾,盲目使用可能会导致误匹配。
示例:混合使用多个标志
text = "Start of line\nSTART again" matches = re.findall(r'^start', text, re.M | re.I) print(matches) # 输出: ['Start', 'START']
基本上就这些。掌握好 re.M 的使用,能让你更灵活地处理多行文本,尤其是在解析日志、配置文件或代码片段时非常实用。
终于介绍完啦!小伙伴们,这篇关于《Python正则多行匹配技巧re.M详解》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识,快来关注吧!
Word2007图片浮于文字设置教程
- 上一篇
- Word2007图片浮于文字设置教程
- 下一篇
- Photoshop怎么画图?基础绘图与处理教程
-
- 文章 · python教程 | 4小时前 |
- Python packaging 26.2 的 pylock.toml 怎么接入:锁文件选择、环境复现与旧 pip 边界
- 287浏览 收藏
-
- 文章 · python教程 | 11小时前 | 性能分析 · Python 3.15 · 采样分析 · Python 火焰图 Python 3.15 Tachyon profiling.sampling
- Python 3.15 Tachyon 采样分析怎么选:调用栈样本、火焰图与开销边界
- 415浏览 收藏
-
- 文章 · python教程 | 13小时前 | 序列化 · Python教程 · 类型检查 · Python 3.15 · sentinel object pickle Python 3.15 类型收窄
- Python 3.15 sentinel 怎么替代 object 占位:身份判断、类型收窄与序列化边界
- 419浏览 收藏
-
- 文章 · python教程 | 15小时前 | 数据结构 · 缓存 · python · Python教程 · lru_cache 缓存键 Python 3.15 frozendict 不可变映射 PEP 814
- Python 3.15 frozendict 怎么用于缓存键:不可变映射、哈希条件与浅拷贝边界
- 422浏览 收藏
-
- 文章 · python教程 | 1天前 | 性能优化 · python · Python教程 · 模块导入 · Python 3.15 lazy import PEP 810 惰性导入 __lazy_modules__
- Python 3.15 lazy import 怎么渐进接入:模块声明、首次访问与兼容边界
- 453浏览 收藏
-
- 文章 · python教程 | 2天前 | python · 运行时 · 发布验收 · JIT Python 3.14 PYTHON_JIT sys._jit
- Python 3.14 JIT 开关怎么做灰度检查:PYTHON_JIT、平台范围与生产禁用边界
- 228浏览 收藏
-
- 文章 · python教程 | 2天前 | 性能优化 · python · asyncio · 版本升级 · asyncio 事件循环 性能基准 Python 3.14 native tasks
- Python 3.14 asyncio 任务为何更快:10%–20% 基准如何正确复测
- 175浏览 收藏
-
- 文章 · python教程 | 4天前 |
- Python decimal.Context.create_decimal_from_float 怎么避免浮点误差:上下文精度与舍入检查
- 451浏览 收藏
-
- 文章 · python教程 | 4天前 | python · 异步编程 · 上下文变量 · Python asyncio contextvars copy_context ContextVar
- Python contextvars.copy_context 如何隔离异步任务上下文:ContextVar 复制与回调边界
- 178浏览 收藏
-
- 文章 · python教程 | 4天前 | 数据库 · SQLite · sqlite3 · Python教程 · Python SQLite 数据库查询 sqlite3.Row row_factory
- Python sqlite3.Row 如何让查询结果支持列名访问:row_factory、类型转换与空值检查
- 399浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- SuperCLUE
- SuperCLUE是权威的中文大语言模型综合评测基准,涵盖语言理解、知识应用、AI Agent智能体及安全性等12项核心能力。通过多轮对话与客观测试,定期发布榜单与技术报告,为模型研发、优化及行业选型提供科学依据。
- 122次使用
-
- C-Eval
- 深入了解C-Eval中文评估套件,涵盖52个学科与4级难度。本文详解其功能特点、Zero-shot/Few-shot使用方法及代码示例,助您全面评测LLM中文理解与泛化能力。
- 40次使用
-
- Google AI提示词库
- 探索Google Cloud官方生成式AI提示词库,提供免费、无需登录的中英双语Prompt模板。涵盖内容创作、代码优化、数据分析等场景,助您快速提升AI交互效率与质量。
- 18次使用
-
- Gradio
- Gradio是一个用于构建机器学习和数据科学Web应用的开源Python库。支持快速创建交互界面,获Google、Meta等大厂青睐,适合模型演示、部署反馈及调试。
- 123次使用
-
- AgentGPT
- 深入了解AgentGPT:一款基于浏览器的自主人工智能代理工具。本文解析其核心功能、技术栈、应用场景,并提供详细的在线使用及本地部署教程,助您高效利用AI自动化完成任务。
- 17次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

