Python正则表达式，跨多行匹配模式.. 为什么不工作？

Question

我知道在解析文本时，最好是把所有的空格和换行符都去掉。不过我现在只是想快速解决我正在尝试的一个问题，但我搞不明白为什么它不管用。我在文档的不同地方用像“####1”这样的标记包裹了一些文本，想根据这些标记来解析，但无论我怎么尝试都不行。我觉得我在使用多行匹配方面是对的……如果有建议的话，我会很感激。

这个代码根本没有返回任何结果：

string='
####1
ttteest
####1
ttttteeeestt

####2   

ttest
####2'

import re
pattern = '.*?####(.*?)####'
returnmatch = re.compile(pattern, re.MULTILINE).findall(string)
return returnmatch

Answer 1

多行模式并不意味着 . 会匹配换行符，它的意思是 ^ 和 $ 只在行的开头和结尾起作用。

re.M
re.MULTILINE

当你使用这个选项时，模式中的字符 ^ 会匹配字符串的开头和每一行的开头（也就是每个换行符后面紧接着的地方）；而 $ 会匹配字符串的结尾和每一行的结尾（也就是每个换行符前面紧接着的地方）。默认情况下，^ 只会匹配字符串的开头，$ 只会匹配字符串的结尾，以及字符串末尾的换行符前面的位置。

re.S 或 re.DOTALL 让 . 也能匹配换行符。

来源

http://docs.python.org/

Answer 2

试试这个代码：re.findall(r"####(.*?)\s(.*?)\s####", string, re.DOTALL)（当然，使用re.compile也可以）。

这个正则表达式会返回一个包含章节编号和章节内容的元组。

根据你的例子，它会返回[('1', 'ttteest'), ('2', ' \n\nttest')]。

（顺便说一下：你的例子是无法运行的，对于多行字符串，使用'''或"""）