Python正则表达式中的转义问题\\\\\\\\\？？？？（焯！什么鬼）

这次写这篇博客是一个容易把自己绕糊涂的问题

就是转义问题啦（开练开练）

 

转义字符和原生字符串：

首先讲一下一些基础的概念

转义字符和原生字符串的区别

‘\n’代表换行，是一个转义字符

 r'\n' 代表的是字符串“\n”，并没有换行的意思，就单单是一个字符串，这个就是原生字符串

通俗来讲就是，原生字符串就是你一眼看到的是字符串是什么就是什么，而转义字符就是需要通过转义才能表达出来（是通过\来进行转义的）

 

先来给个例子：

>>> text1 = '\nB\nb\nB'
>>> text2 = r'\nB\nb\nB'     通过添加r来代表这个是原生字符串
>>> text3 = '\\nB\\nb\\nB'   同过添加\来转义\，让\变成普通字符串（哎呀呀，有点晕）
>>> print(text1)             其实，\\就是代表字符串\，因为\是具有转义的意思，
                             前面的一个\，把后面的\转义成一个字符串 \
B
b
B
>>> print(text2)
\nB\nb\nB
>>> print(text3)
\nB\nb\nB

###这里的text2和text3是相同的道理

 

Python中的转义字符表（这里你就能搞清楚什么东西是带有特殊意义的）

通俗来说就是在Python中反斜杠加上某种东西可以产生不一样的效果

转义字符	描述
\(在行尾时)	续行符
\\	反斜杠符号
\’	单引号
\”	双引号
\a	响铃
\b	退格(Backspace)
\e	转义
\000	空
\n	换行
\v	纵向制表符
\t	横向制表符
\r	回车
\f	换页
\oyy	八进制数yy代表的字符，例如：\o12代表换行
\xyy	十进制数yy代表的字符，例如：\x0a代表换行
\other	其它的字符以普通格式输出

 

把话题拉回到正则表达式中

首先说一下的是，在python中反斜杠（\）有转义的意思，那么反斜杠（\）在正则表达式（re）中也是具有转义的意思

所以在正则表达式中转义需要通过两个步骤：

1.在python中先转义（可以通过加r来代表原生字符 或 加多一个反斜杠来转义）

2.在正则表达式中转义

 

 

那么我们先看一下在正则表达式中有哪些特殊的符号呢

模式	描述
^	匹配字符串的开头
$	匹配字符串的末尾。
.	匹配任意字符，除了 换行符 ，当re.DOTALL标记被指定时，则可以匹配包括换行符的任意字符。
[...]	用来表示一组字符,单独列出：[amk] 匹配 'a'，'m'或'k'
[^...]	不在[]中的字符：[^abc] 匹配除了a,b,c之外的字符。
re*	匹配0个或多个的表达式。
re+	匹配1个或多个的表达式。
re?	匹配0个或1个由前面的正则表达式定义的片段，非贪婪方式
re{ n}	匹配n个前面表达式。例如，"o{2}"不能匹配"Bob"中的"o"，但是能匹配"food"中的两个o。
re{ n,}	精确匹配n个前面表达式。例如，"o{2,}"不能匹配"Bob"中的"o"，但能匹配"foooood"中的所有o。"o{1,}"等价于"o+"。"o{0,}"则等价于"o*"。
re{ n, m}	匹配 n 到 m 次由前面的正则表达式定义的片段，贪婪方式
a| b	匹配a或b
(re)	匹配括号内的表达式，也表示一个组
(?imx)	正则表达式包含三种可选标志：i, m, 或 x 。只影响括号中的区域。
(?-imx)	正则表达式关闭 i, m, 或 x 可选标志。只影响括号中的区域。
(?: re)	类似 (...), 但是不表示一个组
(?imx: re)	在括号中使用i, m, 或 x 可选标志
(?-imx: re)	在括号中不使用i, m, 或 x 可选标志
(?#...)	注释.
(?= re)	前向肯定界定符。如果所含正则表达式，以 ... 表示，在当前位置成功匹配时成功，否则失败。但一旦所含表达式已经尝试，匹配引擎根本没有提高；模式的剩余部分还要尝试界定符的右边。
（?! re)	前向否定界定符。与肯定界定符相反；当所含表达式不能在字符串当前位置匹配时成功。
(?> re)	匹配的独立模式，省去回溯。
\w	匹配数字字母下划线
\W	匹配非数字 非 字母 非 下划线
\s	匹配任意空白字符，等价于 [\t\n\r\f]。
\S	匹配任意非空字符
\d	匹配任意数字，等价于 [0-9]。
\D	匹配任意非数字
\A	匹配字符串开始
\Z	匹配字符串结束，如果是存在换行，只匹配到换行前的结束字符串。
\z	匹配字符串结束
\G	匹配最后匹配完成的位置。
\b	匹配一个单词边界，也就是指单词和空格间的位置。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。
\B	匹配非单词边界。'er\B' 能匹配 "verb" 中的 'er'，但不能匹配 "never" 中的 'er'。
\n, \t, 等。	匹配一个换行符。匹配一个制表符, 等
\1...\9	匹配第n个分组的内容。
\10	匹配第n个分组的内容，如果它经匹配。否则指的是八进制字符码的表达式。

 

这些都是在正则表达式中，具有特殊意义的东西，那么遇到他们的时候就要注意了

 

先给个例子

这里要提醒一下，加r只能代表python中的原生字符，不能说是代表正则表达式的原生字符（所以这个例子加r没有任何作用）

匹配字符串'$数字'
import re
text = "apple price is $99,orange paice is $88"
ret = re.search('\$(\d+)',text)  #在re中，$具有特殊的意思，所以需要对他进行转义，转义成普通字符串来进行匹配
print(ret.group())
>> $99

再来一个例子：

匹配text里的\c字符串
text = "apple \c"
ret = re.search('\\\\c',text)
print(ret.group())
\c

我们来好好解释一下为什么要有四个\\\\？？？？（小朋友，你是不是有很多问号？？？？）

那我们之前是不是说过正则表达式中的转义步骤：（那就一步一步是爪....）

 

第一步骤：先进行python转义

\\\\四个反斜杠是不是转义成两个反斜杠，此刻的两个反斜杠是字符串，在python中是不带有转义的意思了

如果还是不懂，我们来分析一下，

先把四个反斜杠平均拆成两份，也就是\\和\\

第一份反斜杠转义出来不就是这个反斜杠\字符

第二份反斜杠转义出来不也是这个反斜杠\字符

结果：两个反斜杠（注意此刻的反斜杠是字符串，在python中是不具有转义功能）

 

第二步骤：进行正则表达式里的转义

此刻只剩下'\\c'这个表达式了

那么两个反斜杠就要转义生成一个反斜杠字符串啦（此刻在正则表达式中这个反斜杠字符串不具有转义功能啦）

【注意注意：转义是分场合的，分为在python中和在正则表达式中】

最后结果就是‘\c’匹配这个字符串啦

 

 

当然还有一种写法：

text = "apple \c"
ret = re.search(r'\\c',text)
print(ret.group())
\c

这里为什么少了两个反斜杠？？？

因为r已经表明这个字符串在python中是原生字符串啦（即省略第一个步骤）

 

 

 

最后最后总结一下：

1.判断这个要匹配的正则表达式在python中或re中，有没有特殊其他的意思？

2.有的话，需要进行转义（记得转义步骤）