Python正则表达式匹配换行符

Question

我有一个正则表达式：

[0-9]{8}.*\n.*\n.*\n.*\n.*

我在Expresso这个工具里测试过，跟我正在处理的文件对比，结果是匹配成功的。

我想要匹配以下内容：

• 参考编号，长度为8个数字
• 任意字符，可以出现任意次数
• 换行符
• 任意字符，可以出现任意次数
• 换行符
• 任意字符，可以出现任意次数
• 换行符
• 任意字符，可以出现任意次数
• 换行符
• 任意字符，可以出现任意次数

我的Python代码是：

for m in re.findall('[0-9]{8}.*\n.*\n.*\n.*\n.*', l, re.DOTALL):
       print m

但是没有匹配到任何结果，Expresso里显示有400多个匹配，这正是我期待的结果。

我这里缺少了什么呢？

Answer 1

不要使用 re.DOTALL，否则点号也会匹配换行符。同时，使用原始字符串 (r"...") 来写正则表达式会更好：

for m in re.findall(r'[0-9]{8}.*\n.*\n.*\n.*\n.*', l):
   print m

不过，你的版本其实应该是可以工作的（尽管效率很低），前提是你把整个文件作为一个大字符串以二进制形式读入内存。

所以问题是，你是这样读取文件的吗：

with open("filename","rb") as myfile:
    mydata = myfile.read()
    for m in re.findall(r'[0-9]{8}.*\n.*\n.*\n.*\n.*', mydata):
        print m

还是说你是逐行读取的（比如用 for line in myfile: 或 myfile.readlines()）？如果是这样的话，正则表达式就没法正常工作了，当然。