Python 对正则表达式中的反斜杠感到困惑吗

我对正则表达式中的反斜杠感到困惑。在正则表达式中，

\

具有特殊含义，例如，

\d

表示十进制数字。如果在反斜杠前面加一个反斜杠，这个特殊的意思就会消失。在这本书中，你可以读到：

也许最重要的元字符是反斜杠，

\

。与Python字符串文字一样，反斜杠后面可以跟有各种字符，以表示各种特殊序列。它还用于转义所有元字符，以便您仍然可以在模式中匹配它们；例如，如果需要匹配一个

[

或

\

，则可以在它们前面加一个反斜杠以删除它们的特殊含义：

\[

或

\

所以

print（重新搜索（'\d'，'\d'））

给出

None

，因为

\d

匹配任何十进制数字，但

\d

中没有

我现在希望

print（重新搜索（'\\d'，'\d'））

匹配

\d

，但答案仍然是

None

只有

打印（重新搜索（'\\\d'，'\d'））

作为输出提供

---

有人有解释吗？

Python自己的字符串解析（部分）妨碍了您

如果要查看

re

看到的内容，请键入

print '\d'
print '\\d'
print '\\\d'

在Python命令提示符上。您可以看到

\d

和

\\d

都会导致

\d

，后者由Python字符串解析器处理

---

如果您想避免这些问题，请按照以下建议使用原始字符串：

r'\\d'

将导致RE模块看到

\\d

。

混淆是因为反斜杠字符

\

在两个不同的级别被用作转义符。首先，Python解释器本身执行替换对于

\

，在

re

模块看到您的字符串之前。例如，

\n

被转换为换行符，

\t

被转换为制表符，等等。要获得实际的

\

字符，您也可以对其进行转义，因此

\

给出一个

\

字符。如果由于

\

不是可识别的转义字符，那么

\

将被视为与任何其他字符一样并被传递，但我不建议依赖于此。相反，请始终通过将

\

字符加倍来转义它们，即

\

如果您想了解Python如何扩展字符串转义，只需打印字符串即可。例如：

s = 'a\\b\tc'
print(s)

如果

s

是聚合数据类型的一部分，例如列表或元组，并且如果打印该聚合，Python会将字符串括在单引号中，并包含

\

转义符（以规范形式），因此请注意字符串的打印方式。如果您只是在解释器中键入带引号的字符串，解释器也会将其显示在带引号的

\

转义符中

一旦您知道字符串是如何编码的，您就可以考虑

re

模块将如何处理它。例如，如果您想在传递给

re

模块的字符串中转义

\

，则需要将

\\

传递给

re

，这意味着您需要在自己的代码中使用

\\\\

ted Python字符串。Python字符串将以

\\

结束，

re

模块将其视为单个文本

\

字符

>>> s = '\\t'
>>> print ("[" + s  + "]")
>>> [\t]                // '\t' after preprocessing

---

在Python字符串中包含

\

字符的另一种方法是使用原始字符串，例如

r'a\b'

相当于调用search（）时正则表达式前面的

“a\\b”

字符指定正则表达式为原始字符串。这允许反斜杠作为正则字符在正则表达式中使用，而不是在转义字符序列中使用。让我解释一下

在re模块的搜索方法处理传递给它的字符串之前，Python解释器对字符串进行初始传递。如果字符串中存在反斜杠，Python解释器必须确定每个字符串是否都是Python转义序列的一部分（例如。\n或\t）

注意：此时Python并不关心“\”是否是正则表达式元字符

>>> s = '\\t'
>>> print ("[" + s  + "]")
>>> [\t]                // '\t' after preprocessing

如果“\”后跟可识别的Python转义字符（t、n等），则反斜杠和转义字符将替换为实际的Unicode或8位字符。例如，“\t”将替换为用于制表符的ASCII字符。否则，它将被传递并解释为“\”字符

>>> s = '\\t'
>>> print ("[" + s  + "]")
>>> [\t]                // '\t' after preprocessing

考虑以下几点

>>> s = '\t'
>>> print ("[" + s  + "]")
>>> [       ]           // an actual tab character after preprocessing

>>> s = '\d'
>>> print ("[" + s  + "]")
>>> [\d]                // '\d' after preprocessing

有时，我们希望在字符串中包含一个包含“\”的字符序列，而不将其解释为转义序列。为此，我们用“\”转义“\”。现在，当Python看到“\”时，它将用单个“\”字符替换两个反斜杠

>>> s = '\\t'
>>> print ("[" + s  + "]")
>>> [\t]                // '\t' after preprocessing

Python解释器传递两个字符串后，它们被传递到re模块的搜索方法。搜索方法解析正则表达式字符串以识别正则表达式的元字符

现在“\”也是一个特殊的正则表达式元字符，除非在执行research（）方法时转义它，否则它将被解释为一个

考虑下面的调用

>>> match = re.search('a\\t','a\\t')        //Match is None

>>> match = re.search('a\\\\t','a\\t')          // Match contains 'a\t'

这里，match是None。为什么？让我们在Python解释器通过后看看字符串

String 1: 'a\t'
String 2: 'a\t' 

那么为什么match等于None呢解释字符串1，因为它是正则表达式，所以反斜杠被解释为元字符，而不是普通字符。但是，字符串2中的反斜杠不在正则表达式中，并且已经由Python解释器处理，因此它被解释为普通字符

>>> s = '\\t'
>>> print ("[" + s  + "]")
>>> [\t]                // '\t' after preprocessing

因此search（）方法在字符串“a\t”中查找“a escape-t”，其中