Python正则表达式(part2)：如何正确使用转义字符？

本文共计1085个文字，预计阅读时间需要5分钟。

文章目录+正则表达式的转换+正则表达式的转换+使用正则表达式进行匹配+如果使用正则表达式来匹配特定特殊字符（.+*?^$[](){}|），则需要在特殊字符前加上反斜杠[\]表示转义+表示转义。+例如1+In+re.find(正则表达式)

文章目录

• ​​正则表达式的转义​​

---

正则表达式的转义

• 如果使用正则表达式来匹配特殊字符(. * + ? ^ $ [] () {} | )，则需要在特殊符号前加上​​​​ 表示转义。

例子1

In : re.findall('-?\d+\.?\d*',"123,-123,1.23,-1.23")
Out: ['123', '-123', '1.23', '-1.23']

例子2

In :print(re.findall('\$\d+',"薪资：$100"))
Out: ['$100']

• 在编程语言中，常使用原生字符串书写正则表达式避免多重转义的麻烦。

当我们使用re模块进行匹配时，我们输入一串python字符串，py先将python字符串解析为正则表达式，再利用正则表达式匹配目标字符串：

python字符串 --解析为-- > 正则表达式 --匹配-- > 目标字符串

​​\\$\\d+​​​ --解析为-- > ​​\$\d+​​​ --匹配-- > ​​$100​​

我们解释一下上面的表格的含义：如果我们用正则表达式匹配​​$100​​​,那么我们就要将正则表达式，以字符串的形式传给findall()做参数，那么我们如何写这个字符串来表达正则表达式呢？在字符串中我们遇到特殊字符(这里的特殊字符，是针对于python来说的特殊字符，比如​​​​​等等)也需要进行转义，所以我们可以用​​\\$\\d+​​​来表示正则表达式​​\$\d+​​。故，其实最正统的例子2中的写法应该是：

In : print(re.findall('\\$\\d+',"薪资：$100"))
Out: ['$100']

那为啥例子2中的写法也对了呢？ 那是因为如果我们写成​​​​​，python会先经过字符串的转义解析，解析为​​​​​。而，我们例子2中的写法​​​​​，结果python无法识别。比如，对于​​​​​，由于python没有这么一个特殊字符，py无法识别，所以py就给我们原样解析了；同时，python也没有​​​​​这么一个特殊字符，所以，py也给我们原样解析了；而​​​​​本身就是​​​​​。所以最后，我们写成​​​​也能匹配$100.

比如之前一个例子：

In : print(re.findall(r'\bis\b', "This is XiaoHuang"))
Out: ['is'] #这里输出的is，是第二个is(两边都有空格的is)

若我们不在字符串前加​​​​时，python会得到什么样的结果呢？

In :print(re.findall('\bis\b', "This is XiaoHuang"))
Out: []

嗯！啥都没有~
这是为啥呢？
那是因为在python字符串中，存在特殊字符​​​​​​，表示退格。则若输入​​​​​，则python会解析为​​​​​，那么后面的字符串就不会被匹配。所以这里我们应该写成​​​​:

In : print(re.findall('\\bis\\b', "This is XiaoHuang"))
Out: ['is']

那么现在问题又来了！ 如果我们现在想匹配​​​​​中的​​​​​，我们该怎么写呢？？？
注意：当我们利用py进行匹配时，被匹配的​​​​​也为python字符串，所以在python中应该写为：​​​​​。
这时，我们的正则表达式应该写成：​​​​,python字符串应该写成：​​​​：

In : print(re.findall('\\$\\d+\\\\\\d+',"薪资：$100\\200"))
Out: ['$100\\200']

匹配是匹配出来了，但是……WC, 这也太冗杂了。故我们引入了原生字符串。原生字符串是指,在字符串之前加一个​​​​​,使字符串内部所有可能会发生的转义，都不发生转义解析，即避免字符串内的所有转义解析。比如，在字符串前加了​​​​​之后，​​​​​就表示单纯的​​​​​,​​​​​就表示单纯的​​​​。我们在iPython内验证一下：

In : r'\n'
Out: '\\n'

嗯！perfect！

因此，当我们用了原生字符串后，我们的正则表达式是什么样的，python字符串内，就可以写成什么样~
所以，我们上面的那个例子就可以写成：

In : print(re.findall(r'\$\d+\\\d+',r"薪资：$100\200"))
Out: ['$100\\200']

备注：原生字符串不仅仅在正则表达式中有应用，只要我们想保持原样的内容，不进行转义，都可以使用原生字符串。