python正则表达式re.findall(r"\b\w+\b", s)中的r是啥意思？

Posted 2023-04-04

参考技术A 延伸阅读：python的
内建函数
和
subprocess
。此文是本系列的第三篇文章了，和之前一样，内容出自官方文档，但是会有自己的理解，并非单纯的翻译。所以，如果我理解有误，欢迎指正，谢谢。
本模块提供了和Perl里的正则表达式类似的功能，不关是正则表达式本身还是被搜索的字符串，都可以是Unicode字符，这点不用担心，python会处理地和Ascii字符一样漂亮。
正则表达式使用反斜杆（\）来转义特殊字符，使其可以匹配字符本身，而不是指定其他特殊的含义。这可能会和python字面意义上的字符串转义相冲突，这也许有些令人费解。比如，要匹配一个反斜杆本身，你也许要用'\\\\'来做为正则表达式的字符串，因为正则表达式要是\\，而字符串里，每个反斜杆都要写成\\。
你也可以在字符串前加上
r
这个前缀来避免部分疑惑，因为
r
开头的python字符串是
raw
字符串，所以里面的所有字符都不会被转义，比如r'\n'这个字符串就是一个反斜杆加上一字母n，而'\n'我们知道这是个换行符。因此，上面的'\\\\'你也可以写成r'\\'，这样，应该就好理解很多了。可以看下面这段： 参考技术B Python中字符串前面加上
r
表示原生字符串，
与大多数编程语言相同，正则表达式里使用"\"作为转义字符，这就可能造成反斜杠困扰。假如你需要匹配文本中的字符"\"，那么使用编程语言表示的正则表达式里将需要4个反斜杠"\\\\"：前两个和后两个分别用于在编程语言里转义成反斜杠，转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。Python里的原生字符串很好地解决了这个问题，这个例子中的正则表达式可以使用r"\\"表示。同样，匹配一个数字的"\\d"可以写成r"\d"。有了原生字符串，你再也不用担心是不是漏写了反斜杠，写出来的表达式也更直观。 参考技术C re是python里的正则表达式模块。findall是其中一个方法，用来按照提供的正则表达式，去匹配文本中的所有符合条件的字符串。返回结果是一个包含所有匹配的list。
[1]
就是列表中的[1]啊 参考技术D 在Python的string前面加上‘r’，
是为了告诉编译器这个string是个raw
string，不要转意backslash
'\'
。
例如，\n
在raw
string中，是两个字符，\和n，
而不会转意为换行符。由于正则表达式和
\
会有冲突，因此，当一个字符串使用了正则表达式后，最好在前面加上'r'。
例：r"\n\n\n\n\n\n”
作用：声明后面的字符串是普通字符串
特殊字符串中含有：转义字符
\n
\t
什么什么的
用途：一般用在
正则表达式、文件绝对地址
1，正则表达式：
2、系统路径
这样就不用专门的去处理引号之中的特殊字符了

Python之正则re模块 --- findall()详解

1. findall() 函数的2种表示形式

1 import re
2 kk = re.compile(r‘\d+‘)
3 kk.findall(‘one1two2three3four4‘)
4 #[1,2,3,4]
5  
6 #注意此处findall()的用法，可传两个参数;
7 kk = re.compile(r‘\d+‘)
8 re.findall(kk,"one123")
9 #[1,2,3]

2. 正则表达式可能遇到的坑  --- 正则表达式中的括号()

1. 当正则表达式中  没有括号时，就是正常匹配，如本例中"/w+/s+/w+"

在本例中"/w+/s+/w+"第一次匹配到的字符为"2345  3456",由于是贪婪模式会     继续匹配,第二次从"4567"开始匹配匹配到的结果为字符串"4567 5678"

1 import re
2 string="2345  3456  4567  5678"
3 regex=re.compile("\w+\s+\w+")
4 print(regex.findall(string))
5 #[‘2345 3456‘, ‘4567 5678‘]
6 #补充：　
7 #\s -- 匹配任何不可见字符，包括空格、制表符、换页符等等 
8 #\S -- 匹配任何可见字符 通常[/s/S] -- 可匹配任意字符
9 #[\s\S]*? -- 匹配懒惰模式的任意字符

2. 当正则表达式中有  一个括号时,如"(\w+)\s+\w+"其输出的内容就是括号匹配到的内容

原理：正则表达式中有一个括号时,其输出的内容就是括号匹配到的内容，而不是整个表达式所匹配到的结果,但是整个正则表达式执行了，只不过只输出括号匹配到的内容,

匹配过程：

　　1. 第一次匹配时跟上述没有括号时一样，匹配到 "2345  3456" ,只不过只输出(/w+)匹配     到的结果 即"2345",

　　2. 第二次匹配同理从"4567" 开始，匹配到"4567  5678",但是，只输出"4567"

import re
string="2345  3456  4567  5678"
regex1=re.compile("(\w+)\s+\w+")
print(regex1.findall(string))
#[‘2345‘, ‘4567‘]

3. 当正则表达式中有两个括号时，如 "((\w+)\s+\w+)"，其输出结果是一个list 中包含2个 tuple

　　从输出的结果可以看出，有两个元组，每一个元组中有   两个字符串 :

　　　　 其中，第一个元组种的第一个字符串"2345 3456"是最外面的括号输出的结果，第二个字符串是里面括号(/w+)输出的结果 "2345",

　　　　　　　第二个元组是  第二次匹配的结果 -- 详解同第一次匹配。

import re
string="2345  3456  4567  5678"
regex2=re.compile("((\w+)\s+\w+)")
print(regex2.findall(string))
#[(‘2345  3456‘, ‘2345‘), (‘4567  5678‘, ‘4567‘)]

3. findall() 使用总结：

　　第一个 regex 中不带有括号,其输出的内容就是整个表达式所匹配到的内容。

　　第二个 regex 中带有1个括号，其输出的内容就是括号匹配到的内容，而不是整个表达式所匹配到的结果。

　　第三个 regex 中是带有2个括号的，我们可以看到其输出是一个list 中包含2个 tuple，---  多个括号就会返回  多个括号分别匹配到的结果 

正则表达式的特点：

　　1. 有括号时只能匹配到括号中的内容，没有括号就正常匹配。

　　2. 在正则里面 “（）” 代表的是分组的意思，一个括号代表一个分组，你只能匹配到"()"中的内容