Python字符串和正則表達式中的反斜杠('\')問題


在Python普通字符串中

在Python中,我們用'\'來轉義某些普通字符,使其成為特殊字符,比如

In [1]: print('abc\ndef')  # '\n'具有換行的作用
abc
defg

In [2]: print('abc\tdef')  # '\t'具有制位符的作用                     
abc    defg

 我們還可以用'\'來轉義特殊字符,使其成為普通字符,比如

In [3]: print('abc\\tdef')  # 使'\'成為一個普通的字符,沒有轉義作用
abc\tdef

In [4]: print('abc\'tdef')  # 使'''成為一個普通的字符,不再需要和另一半單引號'''配對                           
abc'tde

 所以,在python普通字符串中,我們不能以奇數個'\'結尾,這樣會導致結束的的引號轉義成一個純字符,從而使得這段字符串沒有引號來結束。

在Python原生字符串中

我們在字符串前加一個'r'來表示原生字符串,比如r'abc'。原生字符串中的特殊字符的特殊含義將會被剝奪掉,如下

In [5]: print(r'abc\ndefg')  # '\n'沒有換行的作用,僅僅是一個普通的字符串                         
abc\ndefg

In [6]: print(r'abc\tdefg')  # '\t'沒有制位符的作用,僅僅是一個普通的字符串                    
abc\tdef

這里有一個奇怪的問題,在原生字符串中,雖然'\'成為了一個普通的字符串,但我們同樣不能以奇數個'\'字符串結尾,這是因為Python正則表達式的原因,在正則表達式中我們將會解釋這個問題。

在Python(regular express)正則表達式中

Python正則表達式中會有一些不同,正則表達式中指定了一些元字符(metacharacter),如下

. ^ $ * + ? { } [ ] \ | ( )

 它們都具有特殊的含義,'\'也屬於元字符。'\'既屬於Python中的特殊字符,也屬於正則中的元字符,所以使用時得非常小心。那么在正則中,'\'的作用是什么呢?我們看一個例子

In [7]: re.search('.', 'sd.f')                             
Out[7]: <_sre.SRE_Match object; span=(0, 1), match='s'>

In [8]: re.search('\.', 'sd.f')                            
Out[8]: <_sre.SRE_Match object; span=(2, 3), match='.'>

In [9]: re.search('\n', 'sdfd\nfds')                       
Out[9]: <_sre.SRE_Match object; span=(4, 5), match='\n'> """ '.'作為一個元字符,它的特殊含義是匹配任意一個字符,而當我們在其前面加'\'后,它的特殊含義消失了,匹配到的是'.';而且'\'依然可以把Python中某些字符轉義成特殊字符。 """

所以,'\'的作用是剝奪元字符的特殊含義,使其成為一個Python字符,所以它還是會具有在Python普通字符串中的轉義作用,比如'\n'依然表示換行。所以,'\'既是正則中的一個元字符,又是Python中的一個特殊字符。那么我們該如何匹配到純字符'\'(無任何特殊意義)?

在正則中,'\'的作用是把元字符轉義成Python字符串文字(a Python string literal),所以正則中的'\\'其實是其實是Python字符中的'\',它仍然還具有轉義作用,所以在正則中我們還得對每個'\'再進行轉義一次,即'\\\\',這樣就可以匹配到純字符'\'了。看下面例子

In [10]: re.search('\\\\', 'fsd\nfds')  # 目標字符串中沒有純字符'\',所以匹配為空

In [11]: re.search('\\\\', 'fsd\\nfds')                                         
Out[11]: <_sre.SRE_Match object; span=(3, 4), match='\\'>  # Python字符串中,'\\'就是純字符'\'

在re中反復的使用'\',這可能會生成大量的連續的反斜杠,從而導致某些字符串難以理解。解決的辦法是用Python原生字符串來書寫正則表達式,如下

In [12]: re.search(r'\\', 'fsd\\nfds')  # 兩個'\\'就可以匹配到純字符'\'
Out[12]: <_sre.SRE_Match object; span=(3, 4), match='\\'>

 另外,當我們用原生字符串來書寫正則表達式時,Python字符中的特殊字符依然有效,比如

In [13]: re.search(r'\n', 'fsd\nfds')                                           
Out[13]: <_sre.SRE_Match object; span=(3, 4), match='\n'>
""" 在Python字符中,r'\n'僅僅表示純字符串'\n',沒有換行的作用;在正則中,r'\n'依然還有換行的作用。所以此時我們不能用奇數個'\'來結尾某個正則表達式,這樣導致結束的引號被轉義成一個純字符,無結束符號。所以,在Python原生字符串中,我們也同樣規定不能用奇數個'\'來結尾。 """

 


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM