作者：Seth Larson
譯者：豌豆花下貓@Python貓
英文：Regex character “$” doesn't mean “end-of-string”
轉載請保留作者及譯者信息！
這篇文章寫一寫我最近在用 Python 的正則表達式模塊（re）開發 CPython 的 SBOM 工具時發現的一個令人驚訝的行爲。
如果用過正則表達式，你可能知道 ^ 表示 “字符串開始”，並相應地將 $ 視爲 “字符串結束”。因此認爲， cat$ 模式會匹配字符串 "lolcat" ，但不會匹配 "internet cat video"。
^ 的行爲讓我認爲 $ 也是類似的，但這並不一定成立，而且這種行爲取決於不同編程語言及其寫法。
特別是對於 Python 來說，如果禁用了多行模式（這是默認設置），那麼，$ 字符不僅可以匹配字符串的末尾，還可以匹配字符串末尾的換行符。
所以，如果你試圖匹配一個末尾沒有換行符的字符串，在 Python 中使用 $ 是做不到的！我本以爲禁用多行模式後，就不會有這種匹配換行符的行爲，但事實恰恰相反。
下一個合乎邏輯的問題是，如何在 Python 中匹配一個末尾不含換行符的字符串？
在對 Python 和其它正則表達式語法進行多番研究後，我還發現了 \z 和 \Z 可以用於匹配 “字符串結束” 字符。
在 Python 中，可以用 re.MULTILINE 來啓用多行模式，文檔的描述如下：
當指定
re.MULTILINE時，模式字符'$'會匹配字符串末尾以及每一行末尾（包含換行符）。默認情況下，'$' 只匹配字符串末尾以及字符串末尾的換行符之前（如果有的話）。
讓我們看看這些特性在不同平臺上是什麼表現：
| 模式匹配 "cat\n"？ | "cat$" 多行模式 | "cat$" 無多行模式 | "cat\z" | "cat\Z" |
|---|---|---|---|---|
| PHP | ✅ | ✅ | ❌ | ✅ |
| ECMAScript | ✅ | ❌ | ⚠️ | ⚠️ |
| Python | ✅ | ✅ | ⚠️ | ❌ |
| Golang | ✅ | ❌ | ❌ | ⚠️ |
| Java 8 | ✅ | ✅ | ❌ | ✅ |
| .NET 7.0 | ✅ | ✅ | ❌ | ✅ |
| Rust | ✅ | ❌ | ❌ | ⚠️ |
- ✅: 模式與字符串
"cat\n"匹配 - ❌: 模式與字符串
"cat\n"不匹配 - ⚠️: 模式無效或不支持該用法
綜合上述表格，如果要匹配換行符，那麼在所有語言中使用多行模式的 $ ，都能匹配成功；但如果不想匹配換行符，事情就會變得複雜起來。
如果不想匹配換行符，在除了 Python 和 ECMAScript 外的其它語言中，你可以使用 \z。而在 Python 中，你需要使用 \Z ，在 ECMAScript 中使用非多行模式的 $。
今天這些關於正則表達式的知識，你學會了麼？
注意：上述數據表的信息收集自 regex101.com，我沒有用實際的編程環境進行測試。
以上是今天的分享，最後推薦一下我的《Python潮流週刊》專欄。這是一個專爲國內 Python 開發者量身打造的資訊平臺，爲你挑選最值得分享的文章、教程、開源項目、軟件工具、播客和視頻、熱門話題等內容。
https://xiaobot.net/p/python_weekly?refer=2fc438e2-33fe-44bd-aa2f-ae7d8e782dea