在Python普通字符串中
在Python中,我们用'\'来转义某些普通字符,使其成为特殊字符,比如
1 2 3 4 5 6 | In [ 1 ]: print ( 'abc\ndef' ) # '\n'具有换行的作用 abc defg In [ 2 ]: print ( 'abc\tdef' ) # '\t'具有制位符的作用 abc defg |
我们还可以用'\'来转义特殊字符,使其成为普通字符,比如
1 2 3 4 5 | In [ 3 ]: print ( 'abc\\tdef' ) # 使'\'成为一个普通的字符,没有转义作用 abc\tdef In [ 4 ]: print ( 'abc\'tdef' ) # 使'''成为一个普通的字符,不再需要和另一半单引号'''配对 abc'tde |
所以,在python普通字符串中,我们不能以奇数个'\'结尾,这样会导致结束的的引号转义成一个纯字符,从而使得这段字符串没有引号来结束。
在Python原生字符串中
我们在字符串前加一个'r'来表示原生字符串,比如r'abc'。原生字符串中的特殊字符的特殊含义将会被剥夺掉,如下
1 2 3 4 5 | In [ 5 ]: print (r 'abc\ndefg' ) # '\n'没有换行的作用,仅仅是一个普通的字符串 abc\ndefg In [ 6 ]: print (r 'abc\tdefg' ) # '\t'没有制位符的作用,仅仅是一个普通的字符串 abc\tdef |
这里有一个奇怪的问题,在原生字符串中,虽然'\'成为了一个普通的字符串,但我们同样不能以奇数个'\'字符串结尾,这是因为Python正则表达式的原因,在正则表达式中我们将会解释这个问题。
在Python(regular express)正则表达式中
Python正则表达式中会有一些不同,正则表达式中指定了一些元字符(metacharacter),如下
1 | . ^ $ * + ? { } [ ] \ | ( ) |
它们都具有特殊的含义,'\'也属于元字符。'\'既属于Python中的特殊字符,也属于正则中的元字符,所以使用时得非常小心。那么在正则中,'\'的作用是什么呢?我们看一个例子
1 2 3 4 5 6 7 8 9 | 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' > """ '.'作为一个元字符,它的特殊含义是匹配任意一个字符,而当我们在其前面加'\'后,它的特殊含义消失了,匹配到的是'.';而且'\'依然可以把Python中某些字符转义成特殊字符。 """ |
所以,'\'的作用是剥夺元字符的特殊含义,使其成为一个Python字符,所以它还是会具有在Python普通字符串中的转义作用,比如'\n'依然表示换行。所以,'\'既是正则中的一个元字符,又是Python中的一个特殊字符。那么我们该如何匹配到纯字符'\'(无任何特殊意义)?
在正则中,'\'的作用是把元字符转义成Python字符串文字(a Python string literal),所以正则中的'\\'其实是其实是Python字符中的'\',它仍然还具有转义作用,所以在正则中我们还得对每个'\'再进行转义一次,即'\\\\',这样就可以匹配到纯字符'\'了。看下面例子
1 2 3 4 | In [ 10 ]: re.search( '\\\\', ' fsd\nfds ') # 目标字符串中没有纯字符' \',所以匹配为空 In [ 11 ]: re.search( '\\\\', ' fsd\\nfds') Out[ 11 ]: <_sre.SRE_Match object ; span = ( 3 , 4 ), match = '\\'> # Python字符串中,' \\ '就是纯字符' \' |
在re中反复的使用'\',这可能会生成大量的连续的反斜杠,从而导致某些字符串难以理解。解决的办法是用Python原生字符串来书写正则表达式,如下
1 2 | In [ 12 ]: re.search(r '\\', ' fsd\\nfds ') # 两个' \\ '就可以匹配到纯字符' \' Out[ 12 ]: <_sre.SRE_Match object ; span = ( 3 , 4 ), match = '\\' > |
另外,当我们用原生字符串来书写正则表达式时,Python字符中的特殊字符依然有效,比如
1 2 3 4 5 | 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'仅仅表示纯字符串'\n',没有换行的作用;在正则中,r'\n'依然还有换行的作用。所以此时我们不能用奇数个'\'来结尾某个正则表达式,这样导致结束的引号被转义成一个纯字符,无结束符号。所以,在Python原生字符串中,我们也同样规定不能用奇数个'\'来结尾。 """ |