正则表达式中关于对原生字符串的简单理解
<p>在正则表达式中，有些字符是有特殊意义的字符。因此如果想要匹配这些字符，那么就必须使用反斜杠进行转义。比如$代表的是以...结尾，如果想要匹配$，那么就必须使用\$。示例代码如下：</p><div class="jb51code"><pre class="brush:py;">text = "apple price is \$99,orange paice is $88"
ret = re.search('\$(\d+)',text)
print(ret.group())
>> $99
</pre></div>
<p><strong>原生字符串：</strong></p>
<p>在正则表达式中，\是专门用来做转义的。在Python中\也是用来做转义的。因此如果想要在普通的字符串中匹配出\，那么要给出四个\。示例代码如下：</p>
<div class="jb51code"><pre class="brush:py;">text = "apple \c"
ret = re.search('\\\\c',text)
print(ret.group())
</pre></div>
<p>因此要使用原生字符串(r标记)就可以解决这个问题：</p>
<div class="jb51code"><pre class="brush:py;">text = "apple \c"
ret = re.search(r'\\c',text)
print(ret.group())
</pre></div>
<p>那么原理是什么呢？为什么在不使用r来标记原生字符串的时候需要四个\呢？使用r的时候需要两个\呢？</p>
<p>我们需要先来了解一下正则表达式的一个匹配过程，例如 ret = re.search('\\\\c',text) 这句代码：我们都知道 \ 字符无论是在python中还是正则表达式中都表示转义字符，这句代码 首先python将其解释成 \\c（第一个和第三个\分别表示转义，那么第二个和第四个表示普通字符\，最终即成为了\\c），接下来正则表达式拿到\\c后第一个\表示转义，因此将最后解释为普通的 \c 两个字符，再去匹配的文本里比较。而使用r来标记原生字符串后，python默认解释其为\\c三个字符，最后交由正则表达式再经过转义后即普通的\c两个字符。 </p>
<p>原生字符串这里比较绕，希望对大家有所帮助</p>
<p><strong>补充：在正则表达式的使用过程中，有个小小的疑问r‘’ ,代表什么意思？</strong></p>
<p>其实在《python基础教程》中，作者已经进行了详细的说明。</p>
<p>加入要匹配字符串‘python.org’，可以直接使用‘python.org’ 吗？当然是可以的，但是不要忘记 “.” 代表通配符，此时也与‘pythonaorg’匹配。</p>
<p>怎么让'.'不代表统配符呢？只要加上‘\’即可，但是为了表示模块re要求的单个反斜杠，需要再字符串中加入两个反斜杠，让解释器对其进行转义，（这里不太理解），作者解释为解释器执行的转义和模块re执行的转义。</p>
<p>如果厌烦了两个反斜杠,只需使用r'python\.org' </p>
<p><strong>总结</strong></p> 看到楼主分享了这么详细的正则表达式转义和原生字符串的原理，真是受益匪浅！
其实这个问题确实困扰过很多刚学Python正则的同学。楼主的解释非常清晰，把Python解释器和正则引擎的转义过程分开来讲，这点很重要。
补充一点点小理解：我们可以把整个过程想象成两层“翻译”过程。Python字符串是第一层，正则表达式是第二层。每经过一层，反斜杠的意义就可能被改变一次。使用r前缀的好处就是让第一层翻译保持原样，减少混乱。
另外在实际写正则时，如果不确定需要转义几次，可以先用在线正则测试工具验证一下，匹配成功了再写到代码里，这样能避免很多调试的麻烦。
感谢楼主的分享，这种基础但容易混淆的知识确实需要有人整理出来。希望以后能看到更多这样的技术贴！
大家有什么关于正则的问题也可以一起讨论~
頁:
[1]