python正则表达式 反斜杠(/)的麻烦和陷阱

 

      这里是一点小心得。

      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，这样就产生了一个双重转换的问题，要匹配字符串中1个反斜杠应该怎么写正则表达式？"//"，这样行吗？试试就知道了，re模块抛异常了，因为"//"就是一个反斜杠，对于正则表达式解析器来说，是一个转义字符，但是后面啥也没有，自然就报错了，"///"三个肯定是不行的，试试四个"////"，完美匹配。

import re re_str_patt = "////" reObj = re.compile(re_str_patt) str_test = "abc//cd//hh" print reObj.findall(str_test)

      输出：['//', '//']

 

      这里要这么理解，首先第一重转换是字符串自身的转义，那么"////"，实际上就是表示两个反斜杠（两个字符），然后传入正则表达式解析器，因为反斜杠依然是转义字符，那么进行第二重转换，两个反斜杠就代表一个反斜杠，所以就能和一个反斜杠进行匹配了，那么匹配连续的两个反斜杠，写正则表达式时就要写8次"/"了，相当壮观，要匹配/d+(这个在正则表达式里面表示连续1一个以上的数字字符)这个字符串怎么写呢？

import re re_str_patt = "////d//+" print re_str_patt reObj = re.compile(re_str_patt) print reObj.findall("//d+")

      写成re_str_patt = "////d/+"也行，因为/+对于字符串来说，没有转义意义，所以就当成一个反斜杠了。

 

      在python中写正则表达式时用得最多的是raw字符串，原生字符串，什么意思？就是只有一重转换了，没有字符串转换了，只在正则表达式内部进行转换了，这样匹配一个反斜杠的正则表达式可以这样写，re_str_patt = r"//"，有人会想，以后写windows的文件路径什么的方便了，呵呵直接 path = r"c:/myforder/xx" 搞定，是的，这句没有问题，但是如果你写成 path = r"c:/myforder/xx/"，直接报错了，为什么？因为反斜杠虽然不作为转义字符了，但是还是对它后面的引号（包括单引号）有影响，使这个引号不被视为字符串的终止，以为它后面还有字符，但是实际没有，因此会报错。其实可以反过来想raw字符串里面要表示引号怎么办呢？，可以发现 path = r"//123/"xxx" 是可以的，那用raw字符串岂不是有局限性？不过raw在设计之初就是用来支持正则表达式的，而在正则里面反斜杠是转义字符，所以不可能出现在字符串的末尾的，所以建议不要图方便在其他的地方使用raw。

      [End]