re.DOTALL 的 finditer 从 span=(16,17) 开始分析。为什么？

Question

我正在尝试将文本文件分解为具有 findall 排序或操作的部分。我需要反向引用，所以我选择了 finditer。由于我正在处理多行文本文件 - 我需要 re.DOTALL。只要匹配不是从前 16 个字符开始，它就可以正常工作。（过度）简化的问题示例：

r=re.compile(r'[0-9]')
[print(i) for i in r.finditer('01234567890123456789',re.DOTALL)]

输出为：

<re.Match object; span=(16, 17), match='6'>
<re.Match object; span=(17, 18), match='7'>
<re.Match object; span=(18, 19), match='8'>
<re.Match object; span=(19, 20), match='9'>
[None, None, None, None]

我预计会有 20 场比赛，而不是 4 场。我想我可以用 re.MULTILINE 实现我的 objective，但我想保持对 python 的信念 and/or 我对它们的理解。请指教

康拉德

Answer 1

你所做的是我们中最好的人都会遇到的事情，所以保证不要用头撞墙？

re.DOTALL 是正确的，但它不是您想要的函数的参数。你需要把它放在编译函数中，像这样：

r=re.compile(r'[0-9]', re.DOTALL)

趣闻：整数格式的 re.DOTALL 的值为 16。想猜猜为什么忽略输入的前 16 个匹配项？

Answer 2

那是因为 re.DOTALL 是一个值为 16 的整数。

print(isinstance(re.DOTALL, int))    # True
print(re.DOTALL)                     # <RegexFlag.DOTALL: 16>

re.finditer的第二个参数是要搜索的起始索引。编译 Regex 模式时应该传递标志，因此以下

pattern = re.compile(r'[0-9]', re.DOTALL)

for match in pattern.finditer('01234567890123456789'):
    print(match)

会运行符合预期。

re.DOTALL 的 finditer 从 span=(16,17) 开始分析。为什么？

finditer with re.DOTALL starts analysis from span=(16,17). Why?

python

python-re