在Python正则表达式中使用“^”匹配行首

我试图从汤森路透科学网中提取ISI风格的出版年份数据。“出版年”的行如下所示（在行首）：

对于我正在编写的脚本，我定义了以下正则表达式函数：

import re
f = open('savedrecs.txt')
wosrecords = f.read()

def findyears():
    result = re.findall(r'PY (\d\d\d\d)', wosrecords)
    print result

findyears()

然而，这会产生假阳性结果，因为模式可能出现在数据的其他地方

---

所以，我只想匹配一行开头的模式。通常我会为此使用

^

，但是

r'^PY（\d\d\d\d）

无法匹配我的结果。另一方面，使用

\n

似乎可以实现我想要的功能，但这可能会给我带来更多的麻烦。

使用

重新搜索
和
重新搜索
：

import re
p = re.compile(r'^PY\s+(\d{4})', re.M)
test_str = "PY123\nPY 2015\nPY 2017"
print(re.findall(p, test_str)) 

看

说明：


^
-行的开始（由于
re.M
）
PY
-Literal
PY
\s+
-1个或多个空格
（\d{4}）
-包含4位数字的捕获组

在这种特殊情况下，不需要使用正则表达式，因为搜索的字符串始终为“PY”，并且应该位于行的开头，因此可以使用
string.find
来执行此作业。
find
函数返回在给定字符串或行中找到子字符串的位置，因此如果在字符串开头找到子字符串，则返回值为0（-1，如果根本找不到），即：

也许去掉空白是个好主意，例如：

In [14]: '  PY 2015'.find('PY')
Out[14]: 2

In [15]: '  PY 2015'.strip().find('PY')
Out[15]: 0

下一步，如果只对该年感兴趣，则可以使用split提取，即：

In [16]: '  PY 2015'.strip().split()[1]
Out[16]: '2015'

用于更改
^
的语义：
re.findall（r'^PY（\d\d\d\d）'、wosrecords、re.MULTILINE）
是的，这也应该有效。我错过的是re.M或re.MULTILINE标志，我不知道它会影响^。实际上，这是
re.M
的唯一功能：强制
^
和
$
分别在行首和行尾（在
\n
之前）匹配。
In [12]: 'PY 2015'.find('PY')
Out[12]: 0

In [13]: ' PY 2015'.find('PY')
Out[13]: 1

In [14]: '  PY 2015'.find('PY')
Out[14]: 2

In [15]: '  PY 2015'.strip().find('PY')
Out[15]: 0

In [16]: '  PY 2015'.strip().split()[1]
Out[16]: '2015'