Python正则中.*为何无法匹配完整字符串？

运行以下代码：

my_string = 'START\r\nwords\t" Quoted Words"\r\nmore12345\t$$symbols\r\n END'
pattern = '(.*)'
matches = re.match(pattern, my_string)
matches.groups(0)

期望输出：

('START\r\nwords\t" Quoted Words"\r\nmore12345\t$$symbols\r\n END',)

实际输出：

('START\r',)

解决方法 #

问题根源在于：re.match默认仅从字符串起始位置匹配，且.元字符默认不匹配换行符（\r、\n这类换行相关字符），所以匹配到第一个\r就终止了。要匹配包含换行的整个字符串，有两种实用方案：

方案一：添加re.DOTALL标志 #

给re.match传入re.DOTALL（或简写re.S）参数，让.可以匹配包括换行在内的所有字符：

import re
my_string = 'START\r\nwords\t" Quoted Words"\r\nmore12345\t$$symbols\r\n END'
pattern = '(.*)'
matches = re.match(pattern, my_string, re.DOTALL)
print(matches.groups(0))

方案二：修改正则表达式匹配所有字符 #

用[\s\S]替代.，这个表达式能匹配所有空白字符和非空白字符（等价于所有字符），无需额外标志：

import re
my_string = 'START\r\nwords\t" Quoted Words"\r\nmore12345\t$$symbols\r\n END'
pattern = '([\s\S]*)'
matches = re.match(pattern, my_string)
print(matches.groups(0))

额外提示：如果只是单纯需要得到包含整个字符串的元组，完全不需要正则，直接写(my_string,)就能得到目标结果。只有在必须使用正则的场景下，再用上面的方法。

内容的提问来源于stack exchange，提问作者whoopscheckmate