python - 正则表达式差异 Python2 和 Python3

Question

我想将此代码从 python2 移植到 python3

p = re.compile(ur"(?s)<u>(.*?)<\/u>")
subst = "\underline{\\1}"
raw_html = re.sub(p, subst, raw_html)

我已经发现 ur应改为仅 r :

p = re.compile(r"(?s)<u>(.*?)<\/u>")
subst = "\underline{\\1}"
raw_html = re.sub(p, subst, raw_html)

但是它不起作用它提示这个:

cd build && PYTHONWARNINGS="ignore" python3 ../src/katalog.py --katalog 1
Traceback (most recent call last):
  File "src/katalog.py", line 11, in <module>
    from common import *
  File "src/common.py", line 207
    subst = "\underline{\\1}"
                             ^
SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in position 0-1: truncated \uXXXX escape
make: *** [katalog1] Error 1

但是将其更改为 "\underline"也无济于事。那么它不会取代它。

Answer 1

用

import re
raw_html = r"<u>1</u> and <u>2</u>"
p = re.compile(r"(?s)<u>(.*?)</u>")
subst = r"\\underline{\1}"
raw_html = re.sub(p, subst, raw_html)
print(raw_html)

见 Python proof ，结果是 \underline{1} and \underline{2} .基本上，在内部替换中，使用双反斜杠替换为单个反斜杠。使用原始字符串文字使 Python 中的正则表达式更轻松。