Python中的正则表达式引号

Question

我应该如何声明正则表达式？你知道吗

mergedData = re.sub(r'\$(.*?)\$', readFile, allData)

我有点想知道为什么会这样。我认为我需要使用r''来传递正则表达式。你知道吗

mergedData = re.sub("\$(.*?)\$", readFile, allData)

在这种情况下，"\$"会产生什么结果？为什么？我会想"$"。你知道吗

Answer 1

与r'...'escapes sequences类似的'\1'（引用正则表达式中的第一个组，但如果不转义，则与'\x01相同）。你知道吗

一般来说，在r'...'中，反斜杠不会表现为转义字符。你知道吗

试试看

 re.split('(.).\1', '1x2x3')  # ['1x2x3']

与

 re.split(r'(.).\1', '1x2x3') # ['1', 'x', '3']

由于'\$'在python中不是转义序列，因此它实际上与'\\$'相同。你知道吗

Answer 2

问问蛇：

>>> r'\$(.*?)\$'=='\$(.*?)\$'
True
>>> r'\vert'=='\vert'
False
>>> r'\123'=='\123'
False
>>> r'\#23'=='\#23'
True

基本上，如果\xwould create an esacped character in C，在字符串前缀中使用r与\\x相同：

>>> r'\123'=='\\123'
True
>>> r'\tab'=='\\tab'
True

Answer 3

I thought that I need to user the r'' to pass a regular expression.

字符串前面的r表示原始字符串，这意味着通常的转义序列，如\n或\r，不再被视为新行字符或回车符，而只是\后跟n或r。要指定\，只需要原始字符串文本中的\，而在普通字符串文本中需要将其加倍\\。这就是为什么通常使用原始字符串来指定正则表达式¹。它减少了阅读代码时的混乱。如果使用普通字符串文字，则必须进行两次转义：一次用于普通字符串文字转义，第二次用于正则表达式中的转义。你知道吗

What does "\$" result in this case? Why? I would have thought "$"

在Python普通字符串文本中，如果\后面没有转义序列，则\将被保留。因此"\$"导致\，然后是$。你知道吗

<>这个行为与C/C++或JavaScript处理类似情况的方式略有不同：{{CD4}}被认为是下一个字符的转义，只有下一个字符保留。所以这些语言中的"\$"将被解释为$。你知道吗

脚注

¹：Python中原始字符串的设计有一个小缺陷：Why can't Python's raw string literals end with a single backslash?