Python регулярное выражение захвата дополнительный символ новой строки

Question

Итак, я готовил некоторые регулярные выражения, и, кажется, библиотека регулярных выражений захватывает дополнительную новую строку, когда я использую ((.|\s)*) захватить многострочный текст .. [\S\s]* работает по какой-то причине:

Если вы видите ниже, первое регулярное выражение создает дополнительную группу \n, why ??:

>>> s = """ 
... #pragma whatever 
... #pr 
... asdfsadf 
... #pragma START-SomeThing-USERCODE 
... this is the code 
... this is more 
... #pragma END-SomeThing-USERCODE 
... asd 
... asdf 
... sadf 
... sdaf 
... """ 
>>> r = r"(#pragma START-(.*)-USERCODE\s*\n)((.|\s)*)(#pragma END-(.*)-USERCODE)" 
>>> re.findall(r, s) [('#pragma START-SomeThing-USERCODE\n', 'SomeThing', 'this is the code\nthis is more\n', '\n', '#pragma END-SomeThing-USERCODE', 'SomeThing')] 
>>> r = r"(#pragma START-(.*)-USERCODE\s*\n)([\S\s]*)(#pragma END-(.*)-USERCODE)" 
>>> re.findall(r, s) [('#pragma START-SomeThing-USERCODE\n', 'SomeThing', 'this is the code\nthis is more\n', '#pragma END-SomeThing-USERCODE', 'SomeThing')] 

Answer 1

subregex

((.|\s)*) 

матчей "this is the code\nthis is more\n". Внешние круглые скобки захватывают всю эту строку.

Внутренние скобки фиксируют один символ за раз (любой символ, кроме строк новой строки, или пробел (включая новую строку)). Поскольку эта группа повторяется, содержимое группы перезаписывается каждым повторением. В конце матча последний символ, который был сопоставлен (\n), хранится в этой группе.

Итак, если вы хотите, чтобы избежать этого, либо сделать внутреннюю группу нон-захвата:

((?:.|\s)*) 

или использовать ([\s\S]*) идиомы для согласования действительно любой символ. Это может быть хорошей идеей использовать ([\s\S]*?), хотя, чтобы убедиться, что минимально возможное количество символов соответствует.

Answer 2

Это выражение производит вложенной группе

((.|\s)*) 

Поскольку вы используете вложенные скобки. Для односимвольных ИЛИ прямоугольных фигурных скобок - правильный выбор; этот синтаксис подходит, если вы хотите, чтобы выбрать между 2-х слов

(treat|trick)