Python 要替换的正则表达式"；逃过；带原件的字符

注意：我没有用正则表达式解析大量的html或通用html。我知道这很糟糕

TL；博士：

我有像

A sentence with an exclamation\! Next is a \* character

原始标记中有“转义”字符的位置。我希望用它们的“原件”来代替它们。并获得：

A sentence with an exclamation! Next is a * character

---

我需要从一些wiki标记中提取一小部分数据

我这里只处理段落/片段，所以我不需要一个强大的解决方案。在python中，我尝试了一个测试：

s = "test \\* \\! test * !! **"

r = re.compile("""\\.""") # Slash followed by anything

r.sub("-", s)

这应该是：

test - - test * !! **

但它什么也没用。我是不是遗漏了什么

此外，我不知道如何将任何给定的转义字符替换为其原始字符，因此我可能只需要创建一个列表，并使用特定的正则表达式进行sub，如：

\\\*

及

---

可能有一种更简洁的方法可以做到这一点，因此非常感谢您的帮助。

您缺少了一些东西，即

r

前缀：

r = re.compile(r"\\.") # Slash followed by anything

python和

re

都赋予

\

以意义；当您将字符串值传递给

re.compile（）

时，您的双反斜杠变为一个反斜杠，此时

re

会看到

\.

，表示文字上的句号：

>>> print """\\."""
\.

通过使用

r'

您告诉python不要解释转义码，因此现在

re

被赋予一个带有

\.

的字符串，意思是后跟任意字符的反斜杠：

>>> print r"""\\."""
\\.

演示：

经验法则是：在定义正则表达式时，使用

r'

raw string文本，这样您就不必双重转义对Python和正则表达式语法都有意义的所有内容

接下来，要替换“转义”字符；为此使用组，

re.sub（）

允许您引用组作为替换值：

r = re.compile(r"\\(.)") # Note the parethesis, that's a capturing group
r.sub(r'\1', s)          # \1 means: replace with value of first capturing group

现在输出为：

>>> r = re.compile(r"\\(.)") # Note the parethesis, that's a capturing group
>>> r.sub(r'\1', s) 
'test * ! test * !! **'

---

您缺少了一些内容，即

r

前缀：

r = re.compile(r"\\.") # Slash followed by anything

python和

re

都赋予

\

以意义；当您将字符串值传递给

re.compile（）

时，您的双反斜杠变为一个反斜杠，此时

re

会看到

\.

，表示文字上的句号：

>>> print """\\."""
\.

通过使用

r'

您告诉python不要解释转义码，因此现在

re

被赋予一个带有

\.

的字符串，意思是后跟任意字符的反斜杠：

>>> print r"""\\."""
\\.

演示：

经验法则是：在定义正则表达式时，使用

r'

raw string文本，这样您就不必双重转义对Python和正则表达式语法都有意义的所有内容

接下来，要替换“转义”字符；为此使用组，

re.sub（）

允许您引用组作为替换值：

r = re.compile(r"\\(.)") # Note the parethesis, that's a capturing group
r.sub(r'\1', s)          # \1 means: replace with value of first capturing group

现在输出为：

>>> r = re.compile(r"\\(.)") # Note the parethesis, that's a capturing group
>>> r.sub(r'\1', s) 
'test * ! test * !! **'

---

感谢您的明确和简洁的答复。我的印象是，python中的三重引用意味着从字面上理解字符串（如……尽可能从字面上理解）。不知道为什么，但现在我知道r前缀就是这么做的。谢谢三重引号可以轻松地包含换行符和单引号，而无需转义；您也可以将原始报价和三重报价结合起来。：-）感谢您的明确和简洁的答复。我的印象是，python中的三重引用意味着从字面上理解字符串（如……尽可能从字面上理解）。不知道为什么，但现在我知道r前缀就是这么做的。谢谢三重引号可以轻松地包含换行符和单引号，而无需转义；您也可以将原始报价和三重报价结合起来。：-）