我可以在不使用re.DOTALL的情况下匹配python中的多行字符串吗？

Question

我试图在python中编写一个简单的词法分析器。 我正在使用正则表达式来完成它。 所以，我需要一个匹配多行注释的正则表达式：

/* first line.
the second line
The last line. */

使用这种模式：

pattern = r"/\*.*\*/" 

并使用

进行编译

regex = re.compile(pattern,re.DOTALL) 

它有效。

现在，我不会使用re.DOTALL，＆＃39;因为这也适用于单引号字符串。 有没有办法编译这个表达式，以便在没有re.DOTALL?

的情况下工作

Answer 1

你可以通过使用像[\s\S]这样的小技巧来实现同样的目标。

[\s\S]背后的想法是捕获所有内容，因此您可以使用显式模式划分您想要的内容。例如：

/\*        <--- Match /*
[\s\S]*?   <--- Match everything (ungreedy)
\*/        <--- Match */

你可以使用这样的正则表达式：

/\*[\s\S]*?\*/

如果您想捕获评论中的内容，那么您可以这样做：

/\*([\s\S]*?)\*/

<强> Working demo

您可以在下面看到这个技巧的作用：

顺便说一句，您使用的是贪婪的正则表达式/\*.*\*/，它会错误地匹配评论。例如，如果你有：

/* A */
/* B */

你的正则表达式会错误地匹配/* A *//* B */。您必须添加?才能将其设置为不合格：

/\*.*?\*/
     ^--- ungreedy

Answer 2

除re.XXX常量外，您还可以使用内联标志：

re.match('(?s)/\*.*?\*/', stuff)

来自docs：

  

（？iLmsux）   （来自集合中的一封或多封信件，＆＃39; L＆＃39;＆＃39; m＆＃39;＆＃39;＆＃39;＆＃39; u＆＃ 39;，＆＃39; x＆＃39;。）该组匹配空字符串;字母设置相应的标志：re.I（忽略大小写），re.L（依赖于语言环境），re.M（多行），re.S（点匹配所有），re.U（取决于Unicode），以及re.X（详细），用于整个正则表达式。

我更喜欢内联到re.XXX标志有两个原因：1）表达式是自包含的，2）不需要使用compile或将flags参数附加到每个{{} 1}}来电。

Answer 3

如果我们想要列举所有可能性，我也会发布我的回答：

/\*(?:[\r\n]|[^\r\n])*\*/

请参阅example here。

但是，使用您的示例需要147步才能计算，而Fede /\*[\s\S]*\*/只需要12步。

如果我们将版本与捕获组之间的效果进行比较 - /\*((?:[\r\n]|[^\r\n])*)\*/和/\*([\s\S]*?)\*/，则比率已经不那么大：151对97步。