如何忽略python正则表达式中的多个空格字符和单词

Question

我有一个模式，它正在寻找word1，然后是word2，后跟word3，中间有任意数量的字符。 然而，我的文件包含许多随机换行符和其他空格字符 - 这意味着在单词1和2之间或单词2和3之间可能有0个或更多单词和/或0个或更多个新行随机

为什么这段代码不起作用？ （它不匹配任何东西）

strings = re.findall('word1[.\s]*word2[.\s]*word3', f.read())

[。\ s] * - 这是我的意思 - 多次找到'。'（任何字符）或'\ s'（换行字符）（*）

Answer 1

你的reg ex无法工作的原因是因为reg ex-es只尝试匹配一行。当他们找到一个换行符（\n）并尝试匹配从该模式开头开始的新行上的模式时，它们会停止。

为了使reg ex忽略换行符，您必须将re.DOTALL作为第三个参数添加到findall函数中：

strings = re.findall('word1.*?word2.*?word3', f.read(), re.DOTALL)

Answer 2

你有两个问题：

1）.并不代表括号[]内的任何特殊内容。

将[]改为使用()，改为：(.|\s)

2）\并不代表你认为它在常规字符串中的作用。

尝试使用原始字符串：

re.findall(r'word1 ..blah..')

注意字符串的r前缀。

将它们放在一起：

strings = re.findall(r'word1(.|\s)*word2(.|\s)*word3', f.read())

但请注意，这会更改返回的列表。