Python正则表达式错误地匹配尾随换行符

Pai*_*Air 1 python regex python-2.7

带有结束锚($)的正则表达式在匹配时完全忽略尾随换行符的存在.

防爆.

import re

regex = re.compile(r'^$')

text = "\n"
print regex.match(text)
Run Code Online (Sandbox Code Playgroud)

上面的代码段将匹配包含"\n"的文本.由于上面的正则表达式在开始和结束锚点之间没有任何内容,我认为它应该只匹配空字符串.

有没有办法解决这种行为?

PS上面的代码是一个简化的正则表达式来说明问题.我正在使用的实际正则表达式是:

re.compile(r'^\S(?:\S| (?!\s)){0,199}$(?<=\S)')
Run Code Online (Sandbox Code Playgroud)

这也匹配包含尾随换行符的文本.

Eri*_*ikR 5

使用\Z该缓冲区的末尾匹配,并且\A在缓冲区的开头相匹配.

更新:之所以^$没有做你想要的是因为匹配规则$是:

  • 如果缓冲区以换行符结束,则$在最后换行符之前匹配
  • 否则$匹配缓冲区的末尾

如果编译正则表达式,re.MULTLINE那么$也将在任何内部换行符之前匹配.

这是一些代码,用于演示:

import re

def showit(r, inp):
  ms = r.finditer(inp)
  for i,m in enumerate(ms):
    print "  match", i, " start:", m.start(0), " end:", m.end(0)
  print ""

print "regex x$ against x\\nx"
showit(re.compile("x$"), "x\nx")

print "regex x$ against x\\nx\\n"
showit(re.compile("x$"), "x\nx\n")

print "regex x$ re.MULTILINE against x\\nx"
showit(re.compile("x$", re.MULTILINE), "x\nx")
Run Code Online (Sandbox Code Playgroud)

输出:

regex x$ against x\nx
  match 0  start: 2  end: 3

regex x$ against x\nx\n
  match 0  start: 2  end: 3

regex x$ re.MULTILINE against x\nx
  match 0  start: 0  end: 1
  match 1  start: 2  end: 3
Run Code Online (Sandbox Code Playgroud)