python和regex模块如何处理反斜杠

我目前从语言参考中对Python3.4正则表达式库的理解似乎与我对模块的实验结果不符

---

我目前的理解 正则表达式引擎可以看作是一个独立的实体，它有自己的编程语言（regex）。它恰好存在于python内部，以及各种其他语言中。因此，如果愿意，python必须将（regex）模式/代码传递给这个独立的解释器

为了清楚起见，以下文本将使用

逻辑长度的概念

——它应该表示给定字符串的逻辑长度。例如，特殊字符回车

\r

将具有

len=1

，因为它是单个字符。但是，两个不同的字符（反斜杠后跟r）

\r

将具有

len=2

1） 假设我们希望在某些文本中匹配回车

\r len=1

2） 我们需要将模式

\r len=2

（2个不同的字符）提供给正则表达式引擎

3） 正则表达式引擎接收

\r len=2

，并将模式解释为：匹配特殊字符回车

\r len=1

4） 它继续前进，发挥着神奇的作用

问题在于，python解释器将反斜杠字符

\

本身作为特殊的东西使用——一个用于转义其他内容（如引号）的字符

因此，当我们用python编码时，需要表达我们需要将模式

\r len=2

发送到内部正则表达式解释器的想法，我们必须键入

pattern='\\r'

或者

pattern=r'\r'

来表示

\r len=2

---

一切都很好。。。直到 我尝试了两个涉及

re.escape

---

问题摘要 1） 请确认/修改我目前对正则表达式引擎的理解

2） 为什么这些假定的非教科书定义模式匹配

---

3）

re.escape

中的

\\\r

到底是怎么回事，以及整个“我们有相同的字符串长度，但我们比较不相等，但在前面的

re.search

test”

中匹配回车符时，我们也都是这样做的。你需要明白，每次编写模式时，它首先被解释为字符串，然后由正则表达式引擎进行第二次读取和解释。 让我们描述一下发生了什么：

>>> s='\r'

s包含字符CR

>>> re.match('\r', s)
<_sre.SRE_Match object; span=(0, 1), match='\r'>

字符串现在是一个文本反斜杠和一个文本r，正则表达式引擎接收这两个字符，由于

\r

是一个正则表达式转义序列，也意味着一个CR字符，因此您也获得了一个匹配

>>> re.match('\\\r', s)
<_sre.SRE_Match object; span=(0, 1), match='\r'>

重新匹配（'\\\r'，s） 字符串包含文本反斜杠和文本CR，正则表达式引擎接收

\

和

CR

，但由于

\CR

不是已知的正则表达式转义序列，因此将忽略反斜杠并获得匹配

---

请注意，对于正则表达式引擎，文本反斜杠是转义序列

\\\

（因此在模式字符串

r'\\\'

或

'\\\\'

中）

以后请发布格式化文本，而不是屏幕截图。这使得其他人更容易复制和粘贴以在本地复制您的问题，并且使用屏幕阅读器等的人也更容易访问。当您在上一个示例中说反斜杠被忽略时

\CR

，这是否意味着正则表达式引擎会无声地将

\CR

转换为

CR

？那么任何未知序列都会变成代码（从反斜杠中去掉）？假设

\X

\Y

\Z

都是未知的，那么

pat\Xte\Yrn\Z

也会悄悄地变成

pattern

？@Alan:没错，测试你自己：

re.match（r'\l'，l'）

或

re.match（'\\l'，l'）

。只有反斜杠被忽略，以下字符不被忽略：

pat\Xte\Yrn\K

对于正则表达式引擎变为

patxternk

。（

\Z

具有特殊含义）

>>> re.match('\\\r', s)
<_sre.SRE_Match object; span=(0, 1), match='\r'>