正则表达式之匹配模式

正则表达式（五）

　　匹配模式

　　匹配模式是指匹配时使用的规则。设定特定的模式，可能会改变对正则表达式的识别，也可能会改变正则表达式中的字符的匹配规定。常用匹配模式有：不区分大小写模式、单行模式、多行模式、注释模式。

　　不区分大小写模式

　　不区分大小写是指正则表达式在匹配文本字符串的时候，不区分文本字符串中的大小写问题。

　　模式指定方式

　　　　1.模式修饰符指定：模式修饰符(?i)，例如：正则表达式(?i)the，表示匹配文本字符串中的不区分大小写the。

　　　　2.预定义的常量作为特殊参数传入指定：python中使用常量re.I或者re.IGNORECASE；JS中使用/regex/i，其中re.I用法例：re.search(patten, string, re.I)；JS中regex为匹配为本，如1中例子的the。

　　提取超链接的正则表达式

(?i)<as+hrefs*=s*["']?([^"'s]+)["']?>([^<]+)</a>

　　提取标题的正则表达式

(?i)<title>([^>]+)</title>

　　提取图片的正则表达式

(?i)<imgs[^>]*?src=['"]?([^'"]+)[^'"]?[^>]*>

 　　单行模式

　　单行模式下，所有文本只有一行。回到点号匹配任意字符问题，我们提到过，点号是不能匹配 换行符的，但是在单行模式下，所有文本一行显示，相应的 换行符也只是一个普通的空白符了，不具有换行效果的，因此，点号是可以匹配的。故，点号在单行模式下，是可以匹配任意字符的。

　　单行模式影响的是点号的匹配规则：默认模式下，点号可以匹配 换行符以外的任意字符；单行模式下，点号可以匹配任意字符包括 换行符。

　　模式指定方式

　　　　1.模式修饰符指定：模式修饰符(?s)，用法在正则表达式开头加上(?s)表示此正则表达式启动单行模式；

　　　　2.预定义的常量作为特殊参数传入指定：python中使用常量re.S或者re.DOTALL；JS中不支持单行模式，其中re.S用法例：re.search(patten, string, re.S)。

　　多行模式

　　多行模式与单行模式没有必要的联系。多行模式影响的是^和$的匹配规则：默认模式下，^和$匹配的是整个字符串的起始位置和结束位置；多行模式下，^和$可以匹配字符串内部的起始位置和结束位置。

　　默认模式下，“人生苦短 我用python”和多行模式下，“人生苦短 我用python”。首先明白一点，没有指定单行模式情况下， 换行符都是表示换行的，不再是普通的空白符。即

“人生苦短
我用python”

　　默认模式下，^和$会分别匹配“人”之前位置和“n”之后位置；而多行模式下，^匹配的位置就变成了“人”之前的位置和“我”之前的位置，$匹配的位置变成了“短”之后的位置和“n”之后的位置。“$短”和“^我”都是匹配了字符串内部的起始位置和结束位置。

　　模式指定方式

　　　　1.模式修饰符指定：模式修饰符(?m)，用法在正则表达式开头加上(?m)表示此正则表达式启动多行模式；

　　　　2.预定义的常量作为特殊参数传入指定：python中使用常量re.M或者re.MULTILINE；JS中用/regex/m，其中re.M用法例：re.search(patten, string, re.M)。

　　注释模式

　　正则表达式一般添加注释的方法为(?#comment)，可以在正则表达式的任意位置添加注释。注释模式添加注释是把正则表达式以多行字符串形式表示，在每行正则规则后面添加 #comment，表示注释。　　

　　模式指定方式

　　　　1.模式修饰符指定：模式修饰符(?x)，用法在正则表达式开头加上(?x)表示此正则表达式启动注释模式；

　　　　2.预定义的常量作为特殊参数传入指定：python中使用常量re.X或者re.VERBOSE；JS中用/regex/x，其中re.S用法例：re.search(patten, string, re.X)。

pattern = r'''
(?x)  #enable multiline and extended mode
(
    (d{4})  #year
    -  #dash
    (d{2})  #month
    -
    (d{2})  #day
)
'''

　　其他模式

　　re.U或者re.UNICODE，字符组匹配字符可以是unicode字符，包括中文字符。

　　re.A或者re.ASCII，字符组匹配字符是ASCII字符。