Python 原始字符串表示法中应使用单引号、双引号还是三重引号用于正则表达式？

Question

我想知道在Python的原始字符串表示法中，什么时候使用单引号、双引号或三重双引号来写正则表达式？

来源于 https://docs.python.org/2/howto/regex.html

使用三重引号的字符串时，可以让正则表达式的格式看起来更整齐：

pat = re.compile(r"""
 \s*                 # Skip leading whitespace
 (?P<header>[^:]+)   # Header name
 \s* :               # Whitespace, and a colon
 (?P<value>.*?)      # The header's value -- *? used to
                     # lose the following trailing whitespace
 \s*$                # Trailing whitespace to end-of-line
""", re.VERBOSE)

我把三重双引号换成了双引号和单引号，但都不行。

不过，文章中在其他例子里也用到了单引号和双引号：

r"\w+\s+\1"

r'(\b\w+)\s+\1'

我想知道这是为什么？

谢谢！

Answer 1

这个三重引号的例子展示了“详细模式”，在这种模式下，正则表达式中的空格会被去掉，你可以利用这些空格来提高可读性。奇怪的是，这个例子没有提到详细模式的另一个部分：它会把每行中#后面的内容当作注释忽略掉。因为三重引号保留了换行符，所以正则表达式会看到多行，其中每行的末尾都有注释。

>>> print (r"""
...  \s*                 # Skip leading whitespace
...  (?P<header>[^:]+)   # Header name
...  \s* :               # Whitespace, and a colon
... ...
... """)

 \s*                 # Skip leading whitespace
 (?P<header>[^:]+)   # Header name
 \s* :               # Whitespace, and a colon
...

>>>

如果你只是用一堆单引号把字符串连接起来，正则表达式只会看到一行，后面跟着一个很长的注释。

>>> print (
... r" \s*                 # Skip leading whitespace"
... r" (?P<header>[^:]+)   # Header name"
... r" \s* :               # Whitespace, and a colon"
... r"...")
 \s*                 # Skip leading whitespace (?P<header>[^:]+)   # Header name \s* :               # Whitespace, and a colon...
>>>

你可以在每个字符串的末尾加上\n，这样就能恢复成多行字符串了。

至于单引号和双引号的选择，这完全是个人喜好，对Python或正则表达式没有影响。如果引号中的字符串包含了"，那么用'来引用会比较方便，反之亦然，就这样。

Answer 2

原始字符串的好处

使用原始字符串时，你不需要担心字符串内部的反斜杠，比如在：

r"\d"

如果没有加 r，字符串就不会以你期望的状态传递给引擎。你需要对反斜杠进行转义。

三重引号的好处

使用三重引号（正如其他人所说的）可以让你的字符串跨越多行，比如：

r"""(?x)   # let's write this complex regex in free-space mode!
\d         # match a digit
$          # at the end of a line
"""