详解python中正则表达式的反斜线的转义功能

2023年4月6日 206次阅读 来源: 格瑞姆瑞坡
  • 最近深入研读了正则表达式的一本经典著作，对于在python中使用正则表达式时使用反斜线转义功能时有些心得，特与大家分享。
    核心思想：在python中使用正则表达式时要切记反斜线具有两层转义功能，如果你要匹配一个反斜线本身时要注意它必须被转义两次。（除非你使用原始字符串，就是字符串前面加r）
    我们先来看一个例子：
import re
a = re.match('\\\','\\')
  File "<ipython-input-93-6e1102e416ee>", line 2
    a = re.match('\\\','\\')
                            ^
SyntaxError: unexpected character after line continuation character
  • 上面这个例子本身就不合语法要求，那么为什么呢？ 首先在
    python中，因为正则表达式本身是一个字符串，所以它要遵守字符串的规则——反斜线表示转义符
    而在正则表达式中反斜线又是一个具有转义功能的元字符，所以反斜线具备了双重转义功能
  • 回到例子中，第一个转义了第二个，此时第二个去除了字符串转义符的身份，但是它还有正则表达式转义元字符的身份

也就是说第二个仍然具备转义功能，那么它转义谁呢？它只能转义第三个，可是第三个它具备两层身份（字符串的转义符和正则表达式的转义元字符）

所以现在有两种可能情况发生：

  • 第一种，第二个无法转义第三个，因为身份不符，一个是正则表达式转义元字符，另一个是字符串转义符
  • 第二种，第二个转义了第三个，但是这种转义也仅仅是去除了一层身份，但是它还有一层身分（转义元字符）结果就是第三个仍然具有转义功能。

总之不管这时发生了哪种情况，第三个最终结果就是仍然具备转义功能，他会转义它后面的单引号，使得整段代码语法错误。

  • 所以正确的写法是再添加一个反斜线，四个反斜线，两两转义之后最终转义成匹配单独一个反斜线的功能
import re
a = re.match('\\\\','\\')
print(a)
#显示的结果match='\\',之所以显示两个反斜线是因为语法规定一个反斜线无法显示（\是转义符）
<_sre.SRE_Match object; span=(0, 1), match='\\'>
  • 当然也可以使用原始字符串的方法，在字符串前面加r，这时里面的反斜线就失去字符串转义符的功能了，本文主要讨论实质原理，不是方法
import re
a = re.match(r'\\','\\')
print(a)
<_sre.SRE_Match object; span=(0, 1), match='\\'>
    原文作者：格瑞姆瑞坡
    原文地址: https://segmentfault.com/a/1190000016577217
    本文转自网络文章，转载此文章仅为分享知识，如有侵权，请联系博主进行删除。
点赞