Question

我正在使用包的findall（）函数进行简单的正则表达式字符串搜索。在使用负面场景进行我的单元测试时，我发现一些特殊字符返回错误代码，这些代码在＃符号后面的注释中给出。我的问题是为什么这些字符返回错误代码，如何用带有转义序列的搜索字符串替换它们？请告诉我替换转义序列的代码：

import re
search="database"
search="c++" # error: multiple repeat
search="c\+\+" #working
search="c+"  #working
search="c#" #working
search="j!!" #working
search="x$$" #working
search="++j" #error: nothing to repeat
search="~~c" #working
search="c@@" #working
search="j##" #working
search="c%%"  #working
search="j&&"  #working
search="j**" #error: multiple repeat
search="j*"  #* is wild card
search="c(github)" #working
search="c--" #working
search="c==" #working
document="i did c++ programming. I am a c++ programming enthusiast. I love 
working on c++ algirithms. I have experience in 3.5 years of c++ programming 
skills "
n=len(re.findall(search,document))
print("Keyword Frequency: ",search ," Count:  ",n)

为了便于理解，针对每个搜索词给出了代码print（）的最后一个语句的输出。解决方案我需要具备的能力：

识别特殊字符序列。（例如，它可能是：++或+++或+++++或＆＃34; ++ j＆＃34;或＆＃34; j **＆＃34; etc
在识别出特殊字符序列后，解决方案代码应该用＆＃34; ++＆＃34;替换特殊字符。或＆＃34; +++＆＃34;或＆＃34; +++++＆＃34;或者＆＃34; ++ j＆＃34;或＆＃34; j **＆＃34;
创建新的搜索字符串

提前感谢您的解决方案。

Answer 1

正则表达式模块附带了一个函数：re.escape()。所以：

import re

search = "c++"
# ...
document = """i did c++ programming. I am a c++ programming enthusiast. I love 
working on c++ algirithms. I have experience in 3.5 years of c++ programming 
skills """
n = len(re.findall(re.escape(search), document))
print("Keyword Frequency: ", search, " Count:  ", n)

应该做得很好......现在，为什么你使用正则表达式而不是str.count()这么简单的任务是你需要自己回答的问题。

Python：正则表达式搜索特殊字符在搜索多个字符时出错

1 个答案: