python "re"包， "raw"字符串的奇怪现象

Question

我看到了以下现象，似乎无法弄清楚，并且通过文件搜索没有找到任何东西:

如果我输入:

>>> if re.search(r'\n',r'this\nis\nit'):<br>
...     print 'found it!'<br>
... else:<br>
...     print "didn't find it"<br>
... 

我会得到:

didn't find it!

但是，如果我输入:

>>> if re.search(r'\\n',r'this\nis\nit'):<br>
...     print 'found it!'<br>
... else:<br>
...     print "didn't find it"<br>
... 

然后我会得到:

found it!

(第一个在 r'\n' 上只有一个反斜杠，而第二个在 r'\\n' 上有两个连续的反斜杠......即使这个解释器正在删除其中一个。)< br/>
我可以猜到发生了什么，但我不明白为什么会发生这种情况的官方机制:在第一种情况下，我需要转义两件事:正则表达式和特殊字符串。 “Raw”让我可以转义特殊字符串，但不能转义正则表达式。

但是第二个字符串中永远不会有正则表达式，因为它是要匹配的字符串。所以只需要逃一次。

然而，有些东西对我来说似乎并不一致:在第一种情况下，我应该如何确保字符REALLY ARE 是按字面意思理解的？我可以输入 rr'' 吗？还是我必须确保我两次逃避事情？同样，我如何确保变量是按字面意义获取的(或者它不是按字面意义获取的)？例如，如果我有一个变量 tmp = 'this\nis\nmy\nhome'，并且我真的想找到斜线和 'n' 的字面组合，而不是换行符怎么办？

谢谢!
迈克

Answer 1

re.search(r'\n', r'this\nis\nit')

正如您所说，“第二个字符串中永远不会有正则表达式。”所以我们需要以不同的方式看待这些字符串:第一个字符串是一个正则表达式，第二个只是一个字符串。通常你的第二个字符串不会是原始的，所以任何反斜杠都是 Python 转义，而不是正则表达式转义。

所以第一个字符串由文字“\”和“n”组成。这被正则表达式解析器解释为换行符(docs:“Python 字符串文字支持的大多数标准转义符也被正则表达式解析器接受”)。因此，您的正则表达式将搜索换行符。

您的第二个字符串包含字符串“this”，后跟文字“\”和“n”。所以这个字符串不包含实际的换行符。您的正则表达式将不匹配。

至于你的第二个正则表达式:

re.search(r'\\n', r'this\nis\nit')

此版本匹配，因为您的正则表达式包含三个字符:文字“\”、另一个文字“\”和“n”。正则表达式解析器将两个斜杠解释为单个“\”字符，后跟一个“n”。因此，您的正则表达式将搜索在字符串中找到的“\”后跟“n”。但这不是很有帮助，因为它与换行无关。

很可能您想要的是从第二个字符串中删除 r，从而将其视为普通的 Python 字符串。

re.search(r'\n', 'this\nis\nit')

在这种情况下，您的正则表达式(和以前一样)正在搜索换行符。并且它找到了它，因为第二个字符串包含单词“this”，后跟一个换行符。