python 正则表达式之转义字符

Posted 2020-11-29 xingchen95

最近在整理python相关的知识，使用python对网站进行爬取数据的时候，需要使用到转义字符，之前对转义字符理解一直比较模糊，并且在python中还有一个叫原生字符r。所以通过网上调查资料对该内容进行整理，已备不时之需。

字符串转义

反斜杠，在python中比较特殊，就是它可以用来构成一些特殊字符，比如"\\n"表示换行，"\\t"表示制表符。

其中的\'\\n\'已转义为换行符，而\'\\W\'没有发生转义，原因是"\\W"在字符串转义中并不对应者特殊字符，没有特殊含义。

正则转义

上面仅仅是字符串转义。在正则表达式中也存在转义，先称作"正则转义"。在正则表达式中"\\d"代表数字，"\\s"代表空白符。提取"3/8"反斜杠之前的数字

    import re 

    string = \'3\\8\' 
    m = re.search(\'(\\d+)\\\\\\\\\', string) 
    if m is not None: 
        print (m.group(1) )
    n = re.search(r\'(\\d+)\\\\\', string) 
    if n is not None: 
	print (n.group(1) )

正则表达式字符串需要经过两次转义，这两次分别是上面的"字符串转义"和正则表达式中的转义

(1)\'\\\\\'的过程

先进行“字符串转义”，前两个反斜杠和后两个反斜杠分别被转义成了一个反斜杠；即“\\|\\”被转成了“|\\”（“|”为方便看清，请自动忽略）。“字符串转义”后马上进行“正则转义”，“\\”被转义为了“\\”，表示该正则式需要匹配一个反斜杠。

(2)r\'\\\'的过程

由于原始字符串中所有字符直接按照字面意思来使用，不转义特殊字符，故不做“字符串转义”，直接进入第二步“正则转义”，在正则转义中“\\”被转义为了“\\”，表示该正则式需要匹配一个反斜杠。

以上内容转载至https://www.w3xue.com/exp/article/20197/46254.html

由于正则表达式使用反斜杠来转义特殊字符，而python自身处理字符串时，反斜杠也是用于转义字符，这样就产生一个双重转换的问题，