python 正则明明是正确的但是却无法匹配的原因

今天用python爬取一个汽车站，内容里竟然包含了大量CSS（不得不说这个官网做的真是烂）去掉这些CSS这么写：

conmment = re.sub(r'<style.*?</style>', ' ', conmment)

可是测试后发现CSS还在。找了很久，说要改成：

conmment = re.sub(r'<style[^>]*>.*?</style>', '', conmment)

可是还是不行，自己看了网页很久，突然灵光一现，应该改成：

conmment = re.sub(r'<style.*?</style>', ' ', conmment, flags=re.DOTALL)

果然，这次成功了。你知道原因吗？不知道的继续往下看，知道的可以关闭了。

在 Python 的 re 模块中，使用 re.DOTALL 标志会改变点号（.）的行为。通常，点号会匹配除换行符外的所有字符。但是，当你使用 re.DOTALL 标志时，点号会匹配包括换行符在内的所有字符。这样一来，你就可以使用一个点号来匹配一个多行的字符串。

在你的情况下，当你使用 re.sub 进行替换时，如果你希望匹配的内容包括换行符，那么就可以使用 re.DOTALL 标志来确保点号可以匹配跨行的内容。

未经允许不得转载：445IT之家 » python 正则明明是正确的但是却无法匹配的原因