本文轉(zhuǎn)載自微信公眾號(hào)「 豌豆花下貓」，作者 Python貓 。

這篇文章寫(xiě)一寫(xiě)我最近在用 Python 的正則表達(dá)式模塊（re）開(kāi)發(fā) CPython 的 SBOM 工具時(shí)發(fā)現(xiàn)的一個(gè)令人驚訝的行為。

如果用過(guò)正則表達(dá)式，你可能知道 ^ 表示 “字符串開(kāi)始”，并相應(yīng)地將 $ 視為 “字符串結(jié)束”。因此認(rèn)為， cat$ 模式會(huì)匹配字符串 "lolcat" ，但不會(huì)匹配 "internet cat video"。

^ 的行為讓我認(rèn)為 $ 也是類(lèi)似的，但這并不一定成立，而且這種行為取決于不同編程語(yǔ)言及其寫(xiě)法。

特別是對(duì)于 Python 來(lái)說(shuō)，如果禁用了多行模式（這是默認(rèn)設(shè)置），那么，$ 字符不僅可以匹配字符串的末尾，還可以匹配字符串末尾的換行符。

所以，如果你試圖匹配一個(gè)末尾沒(méi)有換行符的字符串，在 Python 中使用 $ 是做不到的！我本以為禁用多行模式后，就不會(huì)有這種匹配換行符的行為，但事實(shí)恰恰相反。

下一個(gè)合乎邏輯的問(wèn)題是，如何在 Python 中匹配一個(gè)末尾不含換行符的字符串？

在對(duì) Python 和其它正則表達(dá)式語(yǔ)法進(jìn)行多番研究后，我還發(fā)現(xiàn)了 \z 和 \Z 可以用于匹配 “字符串結(jié)束” 字符。

在 Python 中，可以用 re.MULTILINE 來(lái)啟用多行模式，文檔的描述如下：

當(dāng)指定 re.MULTILINE 時(shí)，模式字符 '$' 會(huì)匹配字符串末尾以及每一行末尾（包含換行符）。默認(rèn)情況下，'$' 只匹配字符串末尾以及字符串末尾的換行符之前（如果有的話）。

讓我們看看這些特性在不同平臺(tái)上是什么表現(xiàn)：

• ?: 模式與字符串 "cat\n" 匹配
• ?: 模式與字符串 "cat\n" 不匹配
• ??: 模式無(wú)效或不支持該用法

綜合上述表格，如果要匹配換行符，那么在所有語(yǔ)言中使用多行模式的 $ ，都能匹配成功；但如果不想匹配換行符，事情就會(huì)變得復(fù)雜起來(lái)。

如果不想匹配換行符，在除了 Python 和 ECMAScript 外的其它語(yǔ)言中，你可以使用 \z。而在 Python 中，你需要使用 \Z ，在 ECMAScript 中使用非多行模式的 $。

今天這些關(guān)于正則表達(dá)式的知識(shí)，你學(xué)會(huì)了么？

注意：上述數(shù)據(jù)表的信息收集自 regex101.com，我沒(méi)有用實(shí)際的編程環(huán)境進(jìn)行測(cè)試。

作者：Seth Larson

譯者：豌豆花下貓@Python貓

英文：Regex character “$” doesn't mean “end-of-string”