以下文章來源： Python之禪

作者： 劉志軍

哈哈哈，被自己蠢死了，也被 python 的語法給坑死了。沒想到還會遇到這種問題。

事情是這樣的。

項目中遇到一個字符串替換的問題。

我們知道字符串替換可以直接用replace方法，但這個方法只適合簡單的字符替換，就是前提你要明確知道你要替換什么。

例如把“java”去掉

s = "java python"
print(s.replace("java", "")) # python

遇到復雜場景就不得不用正則表達式的方法來替換了。

比如有一段html文本

s = """
<script>
!function(e)
w3i9df
xxx
</script>
<div> 這是html文本</div>
"""

我想把script腳本去掉，只保留html文本。這時候可以正則表達式里面的 re.sub 方法來實現。

import re

s = """
<script>
!function(e)
w3i9df
xxx
</script>
<div> 這是html文本</div>
"""

result=re.sub(r"<script.*?</script>", "", s)
print(result)

運行后發現還是原來的文本，是我的正則表達式寫的不對么？

其實這是因為，字符串中有換行符， 但是 . 是無法匹配換行符等特殊符號的，這時需要一個標志參數叫 re.DOTALL ， 它可以讓正則表達式中的點(.)匹配包括換行符在內的任意字符。

import re

s = """
<script>
!function(e)
w3i9df
xxx
</script>
<div> 這是html文本</div>
"""

result=re.sub(r"<script.*?</script>", "", s, re.DOTALL)
print(result)

于是我加上了標志參數，發現還是沒法匹配。我就很郁悶了。嘗試好幾次都沒效果。

作罷，然后去看了文檔。

原來這個函數有兩個可選的位置參數，平時沒注意過。count 表示替換的最大次數。flags 才是標志參數。

在調用時，如果指定參數名字時

result=re.sub(r"<script.*?</script>", "", s, re.DOTALL)

那么 re.DOTALL 就會作為 count 參數的值傳過去了，等于你并沒有給 flags 指定值，用的還是默認的值。

所以，在調用的時候，一定要顯示的指定參數名。

result=re.sub(r"<script.*?</script>", "", s, flags = re.DOTALL)

這樣就能正常匹配表達式了。

最后的結果就是：

<div> 這是html文本</div>

python的函數參數是一個很迷的問題，如果要把函數的參數使用全部講清楚，可以花很多篇幅來講。今天快速記錄下這個問題，也是告訴大家遇到類似的問題時，別掉坑里面了。