核心要点

最常用的匹配任意字符的元字符是 (点号)，但它有一个非常重要的限制：默认情况下，它不匹配换行符 \n。

下面我们详细讲解几种方法。

(点号) - 最常用但不匹配换行符

是正则表达式中最基础的通配符，它会匹配除了换行符 \n 之外的任何单个字符。

示例 1：基本用法

import re
text = "Python is fun, and regex is powerful!"
pattern = r"fun.*powerful" # 匹配 "fun" 和 "powerful" 之间的任意字符（不含换行）
match = re.search(pattern, text)
if match:
    print(f"找到匹配: {match.group()}") 
    # 输出: 找到匹配: fun, and regex is powerful
else:
    print("未找到匹配")

在这个例子中, 表示匹配零个或多个任意字符（除了换行符），成功找到了匹配项。

示例 2：不匹配换行符的局限性

import re
text = """This is the first line.
And this is the second line."""
pattern = r"first.*second" # 试图匹配跨越两行的内容
match = re.search(pattern, text)
if match:
    print(f"找到匹配: {match.group()}")
else:
    print("未找到匹配") # 输出: 未找到匹配

为什么失败？ 因为 不能匹配 first 和 second 之间的换行符 \n，所以整个模式匹配失败。

re.DOTALL (或 re.S) 标志 - 让 匹配所有字符（包括换行符）

如果你需要 也匹配换行符，可以在正则表达式函数（如 re.search, re.findall）中传入 re.DOTALL 标志（它的别名是 re.S，因为 S 代表 "Single line"，这是一种有点误导但很常见的叫法）。

示例：使用 re.DOTALL 解决跨行匹配

import re
text = """This is the first line.
And this is the second line."""
pattern = r"first.*second"
# 使用 re.DOTALL 标志
match = re.search(pattern, text, re.DOTALL) # 或者 re.search(pattern, text, re.S)
if match:
    print(f"找到匹配: {match.group()}")
    # 输出: 找到匹配: first line.
    #       And this is the second line.
else:
    print("未找到匹配")

这次匹配成功了,因为 re.DOTALL 告诉 元字符，它现在可以匹配包括 \n 在内的任何字符。

[\s\S] - 跨平台且不依赖标志的技巧

这是一个非常强大和常用的技巧,它不依赖于任何标志，可以在任何正则表达式引擎中工作。

• \s 匹配任何空白字符（包括 \n, \t, \r, \f, \v 和空格）。
• \S 匹配任何非空白字符。

把它们放在一个字符组 [] 里，[\s\S] 的意思就是“匹配一个要么是空白字符，要么是非空白字符的字符”。这等价于“匹配任何字符”。

示例：使用 [\s\S] 跨行匹配

import re
text = """This is the first line.
And this is the second line."""
pattern = r"first[\s\S]*second" # 使用 [\s\S] 代替 .
match = re.search(pattern, text)
if match:
    print(f"找到匹配: {match.group()}")
    # 输出: 找到匹配: first line.
    #       And this is the second line.
else:
    print("未找到匹配")

这个方法同样有效,并且代码看起来更“纯粹”，因为它没有依赖外部标志，在一些复杂的正则表达式中，这种方法更清晰。

\W 和 \w - 匹配字母、数字和下划线（及其反面）

虽然它们不匹配“所有”字符，但也是描述“任意”字符的一种方式，非常常用。

• \w (word character) 匹配任何字母、数字或下划线 ([a-zA-Z0-9_])。
• \W (non-word character) 匹配任何非字母、数字或下划线的字符（, , , , `,\n` 等）。

示例

import re
text = "User_ID: 123, Name: John_Doe, Score: 99.5!"
# 匹配一个单词字符序列
pattern_word = r"\w+"
print(re.findall(pattern_word, text))
# 输出: ['User', 'ID', '123', 'Name', 'John', 'Doe', 'Score', '99', '5']
# 匹配一个非单词字符序列
pattern_nonword = r"\W+"
print(re.findall(pattern_nonword, text))
# 输出: [': ', ', ', ': ', ' ', '.', '!']

总结与对比

最佳实践建议

1. 明确需求：首先问自己，“我是否需要匹配跨越多行的文本？”
2. 首选 re.DOTALL：如果可以修改函数调用（即能传入标志），re.DOTALL 是最直观、最易读的解决方案。
3. 备用 [\s\S]：如果由于某些原因（正则表达式是动态构建的，或者来自外部）不能使用标志，[\s\S] 是一个非常可靠和强大的替代方案。
4. 谨慎使用 ：始终记住 的默认行为是不匹配换行符，除非你明确知道这一点并利用它，否则很容易在处理多行文本时出错。