pythons re.compile（r'pattern flags'）中的“r”是什么意思？

Question

我正在通读http://docs.python.org/2/library/re.html。根据这一点，pythons re.compile（r模式标志）中的“r”引用原始字符串表示法：

The solution is to use Python’s raw string notation for regular expression patterns; backslashes are not handled in any special way in a string literal prefixed with 'r'. So r"\n" is a two-character string containing '\' and 'n', while "\n" is a one-character string containing a newline. Usually patterns will be expressed in Python code using this raw string notation.

那么公平地说：

re.compile（rpattern）表示“pattern”是正则表达式，而re.compile（pattern）表示“pattern”是完全匹配的？

Answer 1

如@PauloBu所述，字符串前缀r与regex不特定相关，但通常与Python中的字符串相关。

普通字符串使用反斜杠字符作为特殊字符（如换行符）的转义符：

>>> print 'this is \n a test'
this is 
 a test

前缀r告诉解释器不要这样做：

>>> print r'this is \n a test'
this is \n a test
>>> 

这在正则表达式中很重要，因为需要反斜杠才能使其完整地到达re模块，特别是\b匹配单词开头和结尾的空字符串。re需要字符串\b，但是正常的字符串解释'\b'被转换为ASCII反空间字符，因此您需要显式转义反斜杠（'\\b'），或者告诉python它是原始字符串（r'\b'）。

>>> import re
>>> re.findall('\b', 'test') # the backslash gets consumed by the python string interpreter
[]
>>> re.findall('\\b', 'test') # backslash is explicitly escaped and is passed through to re module
['', '']
>>> re.findall(r'\b', 'test') # often this syntax is easier
['', '']

Answer 2

不，因为粘贴的文档解释了字符串的前缀r表示字符串是^{}.

由于字符的Python转义和regex转义（都使用反斜杠\字符）之间的冲突，原始字符串提供了一种向Python指示您想要未转义字符串的方法。

检查以下各项：

>>> "\n"
'\n'
>>> r"\n"
'\\n'
>>> print "\n"


>>> print r"\n"
\n

前缀为r只表示字符串应该按字面意思处理反斜杠\，而不是python的转义字符。

例如，在搜索单词boundry时，这很有帮助。它的regex是\b，但是要在Python字符串中捕获它，我需要使用"\\b"作为模式。相反，我可以使用原始字符串：r"\b"进行模式匹配。

当试图在regex中找到一个文本反斜杠时，这变得特别方便。要匹配regex中的反斜杠，我需要使用模式\\，要在python中转义它，意味着我需要转义每个斜杠，然后模式变成"\\\\"，或者更简单的r"\\"。

正如您在更长更复杂的正则表达式中所猜测的那样，额外的斜杠可能会让人混淆，因此原始字符串通常被认为是解决问题的方法。

Answer 3

不。不是所有regex语法都需要前面加上\，所以.、*、+等在模式中仍然有特殊的含义

经常使用r''作为regex的便利，因为它可以防止将\加倍的混乱