Python学习之正则表达式

一、Python中的re.S参数

1. 在Python的正则表达式中，有一个参数为re.S。为'.'符号，匹配任意字符，包括换行符，看如下代码：

import rea = '''asdfsafhellopass:234455worldafdsf'''b = re.findall('hello(.*?)world',a)c = re.findall('hello(.*?)world',a,re.S)print 'b is ' , bprint 'c is ' , c

运行结果如下：

b is  []c is  ['pass:\n\t234455\n\t']

在字符串a中，包含换行符\n，在这种情况下，如果不使用re.S参数，则只在每一行内进行匹配，如果一行没有，就换下一行重新开始。而使用re.S参数以后，正则表达式会将这个字符串作为一个整体，在整体中进行匹配。

正则表达式例子分析：

pattern = re.compile('<div.*?author">.*?<a.*?<img.*?>(.*?)</a>.*?<div.*?'+                         'content">(.*?)<!--(.*?)-->.*?</div>(.*?)<div class="stats.*?class="number">(.*?)</i>',re.S)items = re.findall(pattern,content)

<div.*?author">

"."操作符：表示匹配除换行符外的任意字符；

"*?"操作符：'*'表示匹配前面一个规则0次或者多次;'?'表示匹配前面的规则0次或者1次，'*?'一般都是连着使用，表示最小匹配；

如：<div class = "author"div abcd "author">；那么最小匹配就会输出<div class = "author">；

作用：div 和author"中间可以有除换行符外的任意多个字符

1）.*? 是一个固定的搭配，.和*代表可以匹配任意无限多个字符，加上？表示使用非贪婪模式进行匹配，也就是我们会尽可能短地做匹配，以后我们还会大量用到 .*? 的搭配

2）(.*?)代表一个分组，在这个正则表达式中我们匹配了五个分组，在后面的遍历item中，item[0]就代表第一个(.*?)所指代的内容，item[1]就代表第二个(.*?)所指代的内容，以此类推。

3）re.S 标志代表在匹配时为点任意匹配模式，点 . 也可以代表换行符