Question

我应该如何声明正则表达式？

mergedData = re.sub(r'\$(.*?)\$', readFile, allData)

我有点想知道为什么会这样。我认为我需要使用r''来传递正则表达式。

mergedData = re.sub("\$(.*?)\$", readFile, allData)

在这种情况下"\$"会导致什么？为什么？我原以为"$"。

Answer 1

我认为我需要使用r''来传递正则表达式。

字符串文字之前的

r表示原始字符串，这意味着通常的转义序列（例如\n或\r）不再被视为换行符或回车符，而只是{ {1}}后跟\或n。要指定r，您只需要原始字符串文字中的\，而您需要在普通字符串文字中将其加倍\。这就是为什么通常情况下原始字符串用于指定正则表达式¹。它减少了阅读代码时的困惑。如果使用普通字符串文字，则必须进行两次转义：一次用于正常的字符串文字转义，第二次用于在正则表达式中转义。

\\导致这种情况的原因是什么？为什么？我原以为"\$"

在Python普通字符串文字中，如果"$"后面没有转义序列，则会保留\。因此，\会导致"\$"后跟\。

此行为与C / C ++或JavaScript处理类似情况的方式略有不同：$被视为下一个字符的转义，只剩下下一个字符。因此，这些语言中的\将被解释为"\$"。

<强>脚注

¹：Python中的原始字符串设计存在一个小缺陷：Why can't Python's raw string literals end with a single backslash?

Answer 2

r'...' escapes sequences，如'\1'（对正则表达式中的第一个组的引用，但如果未转义，则与'\x01相同）。

一般来说，在r'...'中，反斜杠不会表现为转义字符。

尝试

 re.split('(.).\1', '1x2x3')  # ['1x2x3']

VS

 re.split(r'(.).\1', '1x2x3') # ['1', 'x', '3']

由于'\$'不是python中的转义序列，因此它与'\\$'字面上相同。

Answer 3

问问蛇：

>>> r'\$(.*?)\$'=='\$(.*?)\$'
True
>>> r'\vert'=='\vert'
False
>>> r'\123'=='\123'
False
>>> r'\#23'=='\#23'
True

基本上如果\x would create an esacped character in C，则在字符串前缀中使用r与\\x相同：

>>> r'\123'=='\\123'
True
>>> r'\tab'=='\\tab'
True

Python中的正则表达式引用

3 个答案: