Python正则 内联标记

在Python的正则表达式中，内联标记是一种在正则表达式中指定标志的方式，它可以在表达式本身中指定标志，而不是作为参数传递给re模块的函数。

内联标记在正则表达式模式的开头或结束处使用语法 (?...)，其中 ... 是一个或多个标记字符。

下面是一些常用的内联标记及其用法：

• (?i): 忽略大小写匹配。例如，(?i)hello 将会匹配 "hello"、"Hello" 和 "HELLO"。

• (?m): 多行模式，使 ^ 和 $ 分别匹配每一行的开头和结尾。例如，(?m)^hello 将会匹配以 "hello" 开头的每一行。

• (?s): 单行模式，使 . 匹配包括换行符在内的任意字符。例如，(?s)hello.world 将会匹配 "hello world"。

• (?x): 启用详细模式，可以在正则表达式中使用空格和注释。这样可以增加正则表达式的可读性。例如，(?x)hello\sworld 将会匹配 "hello world"。

• (?u): 使用 Unicode 匹配。通常情况下，默认情况下正则表达式是使用Unicode 进行匹配的，但使用 (?a) 可以启用 ASCII 模式。

• (?a): 使用 ASCII 匹配

在Python中，默认情况下正则表达式是使用Unicode进行匹配的。这意味着正则表达式中的字符类（如\w、\d、\s等）将与Unicode字符集匹配，而不仅仅是ASCII字符集。此默认行为可以通过使用内联标记来改变。

如果需要使用ASCII进行匹配，可以在正则表达式的开头加上(?a)或者使用re.ASCII标志。

这样，正则表达式将只匹配ASCII字符。

例如，(?a)hello或者re.compile('hello', re.ASCII)将只匹配ASCII字符中的"hello"。

需要注意的是，ASCII模式下，\w、\d、\s等字符类只匹配ASCII字符的对应类别，而不包括Unicode字符。

这些内联标记可以单独使用，也可以组合使用。例如，(?im)hello 可以同时启用忽略大小写和多行模式。

需要注意的是，内联标记只适用于当前的正则表达式，不会影响全局的 re 模块设置。

前面提到了re.IGNORECASE模式，忽略大小写。但是只想在某个地方使用忽略，而不在其他地方忽略呢？就可以用到内联标记。

用法示例：(?i:正则表达式)

xxxxxxxxxx
import re

text = " super Star SUPER Star"
print(re.findall(r'super Star', text))
print(re.findall(r'(?i:super) Star', text))

# ['super Star']
# ['super Star', 'SUPER Star']

看到这里，你应该已经理解了，内联标记实际就是匹配模式的部分范围生效。

① re.IGNORECASE 与 (?i:) 忽略大小写

② re.MULTILINE 与 (?m:) '^'和'$'的跨行限制开头结尾。

③ re.DOTALL 与 (?s:) 让 '.' 支持换行符的匹配。

④ re.VERBOSE 与 (?x:) 支持注释

⑤ re.ASCII 与 (?a:) 让 \w, \W, \b, \B, \d, \D, \s 和 \S 只匹配ASCII

补充说明：

多种标记方式：(?im: ) ， im 可以换成任何你想要加的属性，只要不冲突就行。

比如：(?is:正则表达式)

xxxxxxxxxx
import re

text = 'Work \n hard'
print(re.findall(r"(?i:work.*?) hard", text)) # 点号不能匹配换行符

print(re.findall(r"(?is:work.*?) hard", text)) # 支持忽略大小写，并让点号匹配换行符

# []
# ['Work \n hard']

排除标记方式：

比如flasg属性中，已经指定了忽略大小写，但是在某个地方一定不能忽略大小写，那么我们就可以设置排除标记方式。

(?-im: ) im 可以换成任何你想要加的属性。? 后面的 - 就是排除flasg属性的意思。

xxxxxxxxxx
import re

text = 'Work hard work hard'
print(re.findall(r"work.*? hard", text, flags=re.IGNORECASE))

print(re.findall(r"(?-i:work.*?) hard", text, flags=re.IGNORECASE))

# ['Work hard', 'work hard']
# ['work hard']

另外，还支持这种方式：(?ms-i:正则表达式 )