Python 中的正则表达式引用

Question

我应该如何声明一个正则表达式？

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，"$"会导致什么结果？为什么？我会认为"$".

Answer 1

我认为我需要使用 r'' 来传递正则表达式。

字符串文本之前的r表示原始字符串，这意味着通常的转义序列(如 n 或 r(不再被视为换行符或回车符，而只是后跟 n 或 r 。要指定，您只需要在原始字符串文本中，而您需要将其加倍\普通字符串文本中。这就是为什么通常使用原始字符串来指定正则表达式¹ 的原因。它减少了阅读代码时的混乱。如果使用普通字符串文字，则必须执行两次转义：一次用于普通字符串文字转义，第二次用于正则表达式中的转义。

在这种情况下，"$"会导致什么结果？为什么？我会想"$"

在 Python 普通字符串文本中，如果后面没有转义序列，则保留。因此"$"结果是后跟$。

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，仅保留下一个字符。因此，这些语言中的"$"将被解释为$ .

脚注

¹：但是，Python中原始字符串的设计存在一个小缺陷：为什么Python的原始字符串文字不能以单个反斜杠结尾？

Answer 2

r'...'像

'1' 一样转义序列(引用正则表达式中的第一组，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']

与。

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

由于'$'不是 python 中的转义序列，因此它实际上与 '\$' 相同。

Answer 3

问蛇就知道了：

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

基本上，如果x要在 C 中创建 esaced 字符，则在字符串前缀中使用 r 与 \x 相同：

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