使用正则表达式在Python中匹配文件的开始和结束

Question

我在找Python中用于匹配文件开头和结尾的正则表达式，但总是找不到。请问我该怎么做呢？

Answer 1

正则表达式中的 $ 符号并不是你想要的好帮手；可以看看 这个StackOverflow的回答。

Answer 2

也许你应该更清楚地表达你的问题，比如你想要做什么。话说回来，你可以把文件的内容全部读进一个字符串里，然后用正则表达式来匹配你的模式。

import re
data=open("file").read()
pat=re.compile("^.*pattern.*$",re.M|re.DOTALL)
print pat.findall(data)

其实有更好的方法可以实现你想要的，无需使用正则表达式。

Answer 3

首先，把整个文件的内容读进一个字符串里。然后，\A 只会匹配字符串的开头，而 \Z 只会匹配字符串的结尾。如果你使用 re.MULTILINE 这个选项，'^' 就会匹配字符串的开头 和 每一行的开头（也就是换行符后面的位置），而 '$' 则会匹配字符串的结尾 和 每一行的结尾（也就是换行符前面的位置）。想了解更多，可以查看 Python 的文档，里面有关于 正则表达式语法 的详细说明。

import re

data = '''sentence one.
sentence two.
a bad sentence
sentence three.
sentence four.'''

# find lines ending in a period
print re.findall(r'^.*\.$',data,re.MULTILINE)
# match if the first line ends in a period
print re.findall(r'\A^.*\.$',data,re.MULTILINE)
# match if the last line ends in a period.
print re.findall(r'^.*\.$\Z',data,re.MULTILINE)

输出结果：

['sentence one.', 'sentence two.', 'sentence three.', 'sentence four.']
['sentence one.']
['sentence four.']