正则表达式中的一个疑问

donotblock

1. >>> print('2x\+5y')
   
2. 2x\+5y
   
3. >>> print(r'2x\+5y')
   
4. 2x\+5y

复制代码

这样明白了？

eeeee159963

这样明白了？
donotblock 发表于 2010-11-24 17:50

多谢！

ixuh

回复 22# eeeee159963


    我觉得你还是没有很明白呢…… - -#
我再讲一下好了

先来说一下python的字符串：
\ 是转义字符这个很清楚，比如python字符串里 \n 代表换行符，而字符串 \+ 如果+转义后有其他含义，则也仅代表一个字符。
可是转义符\ 很郁闷的发现+转义后没有意义，于是他就仅仅表示他自己的字面意思，所以python字符串 '\+'就是字面常量 \+。
原生字符串r'..'的作用是取消转义字符串里转义符 \ 的作用，所以在 r'..'里的\不是转义符，他不会去判断后面字符是否可以转义，直接表示字面上的\，所以r'\+'也是字面常量 \+。
另外，由于'\\' 表示字符 \，'\\+'也是字面常量 \+。
结论就是这个特殊的情况下这三者是相同的： '\+' == '\\+' == r'\+'；而任意情况下这两者总是相同的：'\\字符' == r'\字符'，如'\\n' == r'\n'

然后说一下匹配的过程：
正则引擎拿到表达式字符串后，并不是直接拿去匹配的，首先他要把python字符串表示的表达式编译成正则对象。
于是，r'\+' ('\\+') 经过编译以后，变成匹配字面上的+。

在这个case里，实际上是python先把'\+'变成了'\\+'，然后才交给正则引擎的。正则引擎只认识r'\+'是匹配字面+。
举个例子很容易证明这一点，比如一个包含了引用第一个分组 \1 的正则表达式。
如果你写成'\1'，python会认为这是一个特殊的字符，而不再会把他变成'\\1'；正则里'\1'仅仅能匹配文本里的'\1'，无法引用分组。
这种情况，必须写成r'\1'才行。
所以推荐是正则里无论什么时候都使用原生字符串，比较不容易出错。

这么说会不会好理解一些呢 - -#

最主要的是要理解 python字符串 是字面量 的一种载体，正则接受的是字面量然后编译成正则对象，只是在python里，字面量只能用python字符串表示而已：
需要匹配字符+时，正则引擎需要字面量 \+，python字符串可以使用'\+'  r'\+' '\\+'来表示字面量 \+；
需要引用分组1时，正则引擎需要字面量 \1，python字符串只能使用 r'\1'  '\\1' 来表示字面量\1，因为python字符串的'\1'代表了一个特殊的字符。

把python和正则分开看。正则表达式不是python的一部分。事实上，正则是另一种用于匹配文本的语言。

正则引擎接受的不是python字符串，而是字面量。只是在python语言里，字面量由python字符串表示。

推荐正则里无论什么时候都使用原生字符串，因为原生字符串的写法最接近字面量，最不容易出错。

shhgs

这种问题也会上首页？莫名其妙

不过既然上了首页，好歹说两句。

1. In [3]: r"2x\+5y" ==  "2x\+5y"
   
2. Out[3]: True
   

复制代码

这个问题的本质不是正则表达式，而是Py的raw string.

长话短说，这个\的意思是，看后面那个字符。如果后面那个字符加上反斜杠之后，有了特殊的意思，则这个反斜杠就和后面那个字符合并起来解释。如果没有特殊的意思，则反斜杠归反斜杠，后面那个字符归后面那个字符。

所以'\n','\b','\t'同 r'\n',r'\b',r'\t' 不一样。但是'\+', r'\+'则完全相同。

ning_lianjie

回复 20# donotblock


    尤溪。。。

eeeee159963

回复  eeeee159963


    我觉得你还是没有很明白呢…… - -#
我再讲一下好了

先来说一下python的字 ...
ixuh 发表于 2010-11-24 22:36

很详细，十分感谢