Регулярное выражение Python — понимание разницы между совпадением и поиском

При вызове функции re.match символ ^ не имеет большого значения, поскольку эта функция начинает процесс сопоставления в начале строки. Однако он имеет значение для других функций в модуле re и при вызове match для скомпилированного объекта регулярного выражения.

Например:

text = """\
Mares eat oats
and does eat oats
"""

print re.findall('^(\w+)', text, re.MULTILINE) 

Это печатает:

['Mares', 'and']

С включенными re.findall() и re.MULTILINE он дает вам первое слово (без начального пробела) в каждой строке вашего текста.

Это может быть полезно, если вы делаете что-то более сложное, например, лексический анализ с регулярными выражениями, и передаете в скомпилированное регулярное выражение начальную позицию в тексте, с которой оно должно начинаться (которую вы можете выбрать в качестве конечной позиции из предыдущего совпадения). . См. документацию по методу RegexObject.match.

Простой лексер/сканер как пример:

text = """\
Mares eat oats
and does eat oats
"""

pattern = r"""
(?P<firstword>^\w+)
|(?P<lastword>\w+$)
|(?P<word>\w+)
|(?P<whitespace>\s+)
|(?P<other>.)
"""

rx = re.compile(pattern, re.MULTILINE | re.VERBOSE)

def scan(text):
    pos = 0
    m = rx.match(text, pos)
    while m:
        toktype = m.lastgroup
        tokvalue = m.group(toktype)
        pos = m.end()
        yield toktype, tokvalue
        m = rx.match(text, pos)

for tok in scan(text):
    print tok

который печатает

('firstword', 'Mares')
('whitespace', ' ')
('word', 'eat')
('whitespace', ' ')
('lastword', 'oats')
('whitespace', '\n')
('firstword', 'and')
('whitespace', ' ')
('word', 'does')
('whitespace', ' ')
('word', 'eat')
('whitespace', ' ')
('lastword', 'oats')
('whitespace', '\n')

Это различает типы слов; слово в начале строки, слово в конце строки и любое другое слово.

Я считаю, что нет никакой пользы. Следующее копируется/вставляется с: http://docs.python.org/library/re.html#search-vs-match

Python предлагает две разные примитивные операции, основанные на регулярных выражениях: re.match() проверяет совпадение только в начале строки, а re.search() проверяет совпадение в любом месте строки (это то, что Perl делает по умолчанию).

Например:

>>> re.match("c", "abcdef")  # No match
>>> re.search("c", "abcdef") # Match
<_sre.SRE_Match object at ...>

Регулярные выражения, начинающиеся с '^', можно использовать с search(), чтобы ограничить совпадение в начале строки:

>>> re.match("c", "abcdef")  # No match
>>> re.search("^c", "abcdef") # No match
>>> re.search("^a", "abcdef")  # Match
<_sre.SRE_Match object at ...>

Однако обратите внимание, что в режиме MULTILINE match() соответствует только началу строки, тогда как использование search() с регулярным выражением, начинающимся с '^', будет соответствовать началу каждой строки.

>>> re.match('X', 'A\nB\nX', re.MULTILINE)  # No match
>>> re.search('^X', 'A\nB\nX', re.MULTILINE)  # Match
<_sre.SRE_Match object at ...>

В обычном режиме вам не нужен ^, если вы используете match. Но в многострочном режиме (re.MULTILINE) это может быть полезно, потому что ^ может соответствовать не только началу всей строки, но и началу каждой строки.