Python正则多行匹配技巧re.M详解

本文深入解析了Python正则表达式中`re.M`（或`re.MULTILINE`）标志的用法，着重讲解了其在多行文本处理中的关键作用。默认情况下，`^`和`$`分别匹配字符串的开头和结尾，而`re.M`标志则改变了这种行为，使得`^`能够匹配每一行的起始位置，`$`匹配每一行的结束位置。文章通过具体示例，展示了`re.M`在提取特定行、删除注释行等常见场景下的应用。同时，提醒开发者注意`re.M`并非万能，应避免滥用，并可与其他标志如`re.I`组合使用，以实现更灵活的匹配效果。掌握`re.M`的用法，能有效提升Python正则表达式在处理多行文本时的效率和准确性，尤其适用于日志分析、配置文件解析等任务。

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。

今天关于《Python正则多行匹配技巧re.M详解》的内容就介绍到这里了，是不是学起来一目了然！想要了解更多关于的内容请关注golang学习网公众号！