使用正規表示式來搭配多行區塊

使用Python 的正規表示式來符合跨多行的文字時，您可能會遇到困難。考慮以下範例文本：

some Varying TEXT

DSJFKDAFJKDAFJDSAKFJADSFLKDLAFKDSAF
[more of the above, ending with a newline]
[yep, there is a variable number of lines here]

(repeat the above a few hundred times).

目標是捕獲兩個組成部分：

• “some Varying TEXT”
• 所有大寫行位於兩行在它下面（不包括任何換行符）

嘗試了幾種方法但沒有成功：

re.compile(r"^>(\w )$$(\n[.$] )^$", re.MULTILINE) # Capture both parts
re.compile(r"([^>][\w\s] )$", re.MULTILINE|re.DOTALL) # Just textlines

要解決此問題，請使用以下正規表示式：

re.compile(r"^(. )\n((?:\n. ) )", re.MULTILINE)

請記住，錨點「^ ”和“$”不符換行符。因此，在多行模式下，「^」在換行符之後，「$」在換行符之前。

此外，請注意各種換行符號格式。對於可能包含換行符號、回車符號或兩者的文本，請使用以下更具包容性的正規表示式：

re.compile(r"^(. )(?:\n|\r\n?)((?:(?:\n|\r\n?). ) )", re.MULTILINE)

這裡不需要DOTALL 修飾符，因為點已經排除了換行符。