一日一技：批量转义正则表达式中的特殊符号

为了防止出现诈骗行为，我们会对游戏内的聊天记录进行监控。我们发现最近出现了一批神秘的聊天消息，这些消息的特征为：

表情符号微信号好玩

例如：

(^_^)加wei辛8五⑦久久二爸好玩
~_>我的Q扣八七3玖二流好玩

这些聊天记录总是以表情符号开头，以 好玩结尾。为了屏蔽这些诈骗信息，我们想到使用正则表达式。

我们收集整理了上千个颜文字：

(`ヘ´)
（´・ω・｀）
（ ´Д｀）
（　ﾟДﾟ）
┐('～`；)┌ 
（´∀｀）
（　´_ゝ`）
Σ(゜д゜;)
(*´Д`)
(─▽─)
(ﾟ∀ﾟ)
……

设想在Python里面读取这些颜文字，然后构造正则表达式：

import re
with open('emotion.txt', encoding='utf-8') as f:
    emotion_list = [x.strip() for x in f]
for emotion in emotion_list:
    pattern = f'{emotion}.*?好好玩'
    re.search(pattern, content)
    ...

但在实际使用过程中，我们发现颜文字里面有非常多的小括号、中括号、大括号、星号、点号、问号之类的符号，这些符号在正则表达式里面有特殊用途，如果直接评价成一个pattern，就会导致正则表达式匹配出问题。

当然我们可以使用replace一个一个给这些特殊符号左边添加反斜杠。但是这样写太过麻烦。

在Python里面，正则表达式模块已经帮我们实现了这个功能—— re.escape。

re.escape可以把传给他们的字符串里面，所有有特殊意义的符号前面加上反斜杠，但又不影响正常的字符。

例如：

import re
slogan = '你好，{产品经理*_*?'
safe_slogan = re.escape(slogan)
print(safe_slogan)

运行效果如下图所示：

特别注意：在Python 3.6或之前版本，除了Ascii字符之外的其他字符都会被加上反斜杠。

从Python 3.7开始，只有在正则表达式里面有特殊意义的符号才会被加上反斜杠。

所以还在用老版本Python的同学，快点换到新版本来吧。

每日留言

说说你做过那些让人抓狂的事情？

或者一句激励自己的话？

（字数不少于15字）

今天放个人微信二维码出来，限量加好友。记得附个人简介，说不定能一起搞事呢

近期推荐阅读：

【1】整理了我开始分享学习笔记到现在超过250篇优质文章，涵盖数据分析、爬虫、机器学习等方面，别再说不知道该从哪开始，实战哪里找了

【2】【终篇】Pandas中文官方文档：基础用法6（含1-5)

觉得不错就点一下“在看”吧