正则表达式中的 MULTILINE 和 DOTALL 标识

1. MULTILINE 标识

在 Perl 5 正则中，用于表示字符串开头和字符串结尾的两个表示边界的元字符 ^ 和 &, 默认分别只匹配整个字符串的开头和结尾。举例来说，对于字符字符串 hello\nwordl\n 来说，虽然整个字符串实际上包含了两行文本，但是使用正则 /^./g 只会匹配到字符 h，而不会匹配到第二行开头的字符： w。

在 Perl 5 正则中，若要使 ^ 和 $ 匹配字符串中的每一行的开头和结尾，那么需要在正则表达式中加入 m 选项。比较下面两个示例的不同：

# 示例1.pl
my $x = "hello\nworld\n";
$x =~ s#^.#_#g;
$x   # => "_ello\nworld\n"

# 示例2.pl
my $x = "hello\nworld\n";
$x =~ s#^.#_#mg;
$x   # => "_ello\n_orld\n";

在 Python 中，使用 re.M 或 re.MULTILINE 来获得示例2所演示的特性。比较下面两个示例的不同：

# 示例3.py
import re
x = "hello\nworld\n"
re.sub(r"^.", "_", x)   # => "_ello\nworld\n"

# 示例4.py
import re
x = "hello\nworld\n"
re.sub(r"^.", "_", x, flags=re.M)   # => "_ello\n_orld\n"

Ruby 的正则表达式引擎默认即支持 MULTILINE 模式，因此不需要像 Perl 和 Python 中那样指定一个标记：

# 示例5.rb
x = "hello\nworld\n"
x.gsub /^./, '_'  # => "_ello\n_orld\n"

2. DOTALL 标记

在 Perl 5 正则中，元字符 . 虽然被认为可以匹配任何字符，但实际上默认情况下 . 并不匹配换行符，例如：

# 示例6.pl
my $x = "hello\nworld\n";
$x =~ s#.*#_#;
$x    # => "_\nworld\n"

如果想使 . 也匹配换行符，需要在正则表达式的后面加上 s 选项：

# 示例7.pl
my $x = "hello\nworld\n";
$x =~ s#.*#_#s;
$x    # => "_"

在 Python 中，使用 re.S 或 re.DOTALL 选项。比较下面两个例子的区别

# 示例8.py
import re
x = "hello\nworld\n"
re.sub(r".*", "_", x, count=1)  # => "_\nworld\n"

# 示例9.py
import re
x = "hello\nworld\n"
re.sub(r".*", "_", x, count=1, flags=re.S)  # => "_"

需要注意的是在 Ruby 中，需要使用 m 标记来达成同样的效果。比较下面两个例子的区别：

# 示例10.rb
x = "hello\nworld\n"
x.sub /.*/, "_"    # => "_\nworld\n"

# 示例11.rb
x = "hello\nworld\n"
x.sub /.*/m, "_"    # => "_"