Question

以下按预期方式工作：

>>> print re.sub('(\w)"(\W)', r"\1''\2", 'The "raw string literal" is a special case of a "string literal".')
The "raw string literal'' is a special case of a "string literal''.

由于我想在替换表达式中使用单引号（这是正确的术语吗？），我使用双引号引用它。

但是为了我的启发，我尝试在替换表达式中使用单引号，但无法理解结果：

>>> print re.sub('(\w)"(\W)', r'\1\'\'\2', 'The "raw string literal" is a special case of a "string literal".')
The "raw string literal\'\' is a special case of a "string literal\'\'.

这两种形式不应该产生完全相同的输出吗？

所以，我的问题是：

如何在单引号原始字符串中转义单引号？
如何在双引号原始字符串中转义双引号？
为什么在re.sub()的第一个参数中我不必使用原始字符串，但在第二个参数中我必须这样做。两者看起来都像这个Python noob的正则表达式的字符串表示。

如果它有所作为，我在Mac OS X上使用Python 2.7.5（10.9，Mavericks）。

Answer 1

不，他们不应该。原始字符串文字可以让您转义引号，但反斜杠将包括在内：

>>> r"\'"
"\\'"

其中Python将结果字符串作为字符串文字回显，并使用反斜杠转义。

这是原始字符串文字语法的明确记录行为：

当存在'r'或'R'前缀时，字符串中包含反斜杠后面的字符不会更改，并且所有反斜杠都保留在字符串中。例如，字符串文字r"\n"由两个字符组成：反斜杠和小写'n'。字符串引号可以使用反斜杠进行转义，但反斜杠仍保留在字符串中;例如，r"\""是一个有效的字符串文字，由两个字符组成：反斜杠和双引号; r"\"不是有效的字符串文字（即使原始字符串也不能以奇数个反斜杠结尾）。

如果你没有为第二个参数使用原始字符串文字，Python会将\digit组合解释为八进制字节值：

>>> '\0'
'\x00'

您可以使用反斜杠加倍来构造相同的字符串，而不使用原始字符串文字：

>>> '\\1\'\'\\2'
"\\1''\\2"

Answer 2

回答OP的问题：

如何在单引号原始字符串中转义单引号？

这是不可能的，除非你有一个特殊情况，其中单引号前面有一个反斜杠（正如Martijn指出的那样）。

如何在双引号原始字符串中转义双引号？

见上文。

为什么在re.sub（）的第一个参数中我不必使用原始字符串，但在第二个参数中我必须这样做。两者看起来都像是这个Python noob的正则表达式的字符串表示。

完成Martijn的答案（仅包含第二个参数）：第一个参数中的反斜杠试图被解释为转义字符及其后续字符，因为字符串不是原始字符。但是，由于以下字符不会与反斜杠一起形成有效的转义序列，因此反斜杠被解释为字符：

>>> '(\w)"(\W)'
'(\\w)"(\\W)'
>>> '(\t)"(\W)'
'(\t)"(\\W)'

混淆在单引号原始字符串文字中转义单引号

2 个答案: