命令行与文本处理 / 系统课时
多行模式
多行模式
学习目标
- 掌握 re.MULTILINE 的作用。
- 理解多行模式只改变首尾锚点。
- 会提取每一行开头或结尾的内容。
- 区分多行模式与单行模式。
问题背景或应用场景
当一个字符串中包含多行日志时,模式 ^ERROR 默认只检查整个字符串的最开头,无法找到第二行或后续行开头的 ERROR。多行模式可以让首尾锚点按行工作。
核心原理
- re.MULTILINE 改变脱字符和美元锚点的行为。
- 启用后,脱字符可以匹配每一行的开头。
- 启用后,美元锚点可以匹配每一行的结尾。
- 多行模式不会让点号匹配换行符。
- 多行模式适合对一个完整多行字符串执行按行定位。
模式 ^ERROR.* 在多行模式下可以从每一行开头寻找 ERROR,但点号仍然会在换行符前停止。
基础用法
本课涉及的核心写法如下:
text
re.MULTILINE
re.M
(?m)^ERROR.*
^...$如果程序已经逐行读取文件,通常不需要多行模式。它主要用于一次处理包含多个换行符的整体字符串。
完整可运行示例
将代码保存为:
text
multiline_mode.pypython
import re
text = """INFO service started
ERROR database failed
WARN response slow
ERROR cache failed"""
pattern = r"^ERROR.*"
default_matches = re.findall(pattern, text)
multiline_matches = re.findall(pattern, text, re.MULTILINE)
inline_matches = re.findall(r"(?m)^ERROR.*", text)
print(f"默认模式:{default_matches}")
print(f"多行模式:{multiline_matches}")
print(f"内联模式:{inline_matches}")
end_pattern = r"failed$"
print(f"失败结尾行:{re.findall(end_pattern, text, re.MULTILINE)}")运行命令:
bash
python multiline_mode.py预期输出
text
默认模式:[]
多行模式:['ERROR database failed', 'ERROR cache failed']
内联模式:['ERROR database failed', 'ERROR cache failed']
失败结尾行:['failed', 'failed']Tips
- 多行模式只改变首尾锚点。
- 已经逐行处理时通常不需要该模式。
- 多行模式可以与忽略大小写等标志组合。
- 行尾可能包含回车字符,跨平台文本要准备测试样例。
常见错误
1. 认为多行模式让点号跨行
点号是否匹配换行由单行模式控制。
2. 忘记文本是整体字符串
只有字符串中实际包含换行符,多行模式才体现差异。
3. 混淆逐行处理与多行模式
逐行读取后,每个字符串本身已经有独立开头和结尾。
本课练习
- 从多行日志中提取所有以 WARN 或 ERROR 开头的行。
- 提取所有以 failed 结尾的行。
- 对比不启用多行模式的结果。
- 将多行模式与忽略大小写组合使用。
按自己的节奏,确认真正理解。