为什么python的re使用正则式时需要用r字符串?

回答

re中字符串需要是正则式，因此其本身不能被python当作特殊字符处理，故用r使得re接收到完整的正则式字符串。

举例来说：

我们有这样一个字符串： 2020-05-21T04:10:23+08:00
我们希望将其转化为：2020-05-21 04:10:23
此时我们需要分别提取年月日和时分秒两个部分
故查询的正则式可以是 “(\d{4}-\d{2}-\d{2})T(\d{2}:\d{2}:\d{2}).*”
并且用 \1和\2保留年月日和时分秒
那么用re.sub则可以写作这样

time = " 2020-05-21T04:10:23+08:00" time =
re.sub("(\d{4}-\d{2}-\d{2})T(\d{2}:\d{2}:\d{2}).*", “\1 \2”, time)
print(time)

out: ‘\x01 \x02’

此时，我们并没有将原本的时间替换成括号里部分，而是替换成了1和2的16进制
也就是说，"“没有被认作正则式的一部分，而是被python认作了转义符，将1和2转义了
此时re接收到的就不是\1 \2 而是 \x01 \x02了
故而此时需要将”\1 \2"替换为r"\1 \2"

time = " 2020-05-21T04:10:23+08:00" time =
re.sub("(\d{4}-\d{2}-\d{2})T(\d{2}:\d{2}:\d{2}).*", r"\1 \2", time)
print(time)

out: ‘2020-05-21 04:10:23’

注意:

在上面的例子中，查询正则式中并不包括python的特殊字符，\d对于python来说是没有意义的，但是如果换成了\n, %等字符，则也会被python识别，此时查询正则式也需要加上“r”。事实上，最好的习惯还是应该在所有的正则式前面都加上r。

在检测代码中的正则式时，我习惯先在notepad++中先进行测试，如果在notepad++中正则式通过了测试，但在代码中却不能正确返回，则应该考虑这些字符串中是否包含编程语言本身的特殊字符