问题引入：
在学习正则表达式的过程中，遇到了一直无法正确匹配反斜杠\，初始使用的是下面两种方法：
- 使用普通字符串，匹配一个反斜杠，需要再用一个反斜杠来转义：
\\ - 使用带
r的原始字符串，这样就不用再转义：r'\'
使用上面两种方法一直无法匹配 4\5 中的反斜杠，最终经过查询，发现自己理解错误，字符串存在转义，正则也存在转义
1. 字符串转义：
在字符串中，我们会用一反斜杠加特定的字符来表达一些特定的功能，比如，\n表示换行，\"表示双引号等等，而如果要输出反斜杠本身，则用\\如下所示：
>>> str="\"Hello\\\nWorld\""
>>> print(str)
"Hello\
World"
可以看到，先是\"被转义成了一个双引号"，然后是\\转义成\，然后\n转义为换行，最后是\"转义成". (这里不会二次转义，比如\\n，只会转义成\n，不会再次将\n转义成换行)
但当你在字符串前面加一个r，表示初始字符串，此时解释器将不对字符串里面的特殊字符进行转义，最外层双引号里面是什么内容，即为什么样的内容，所见即所得
>>> str=r"\"Hello\\\nWorld\""
>>> print(str)
\"Hello\\\nWorld\"
2. 正则转义：
在正则表达式中会使用一些通配符，比如\w表示匹配字母，数字或者下划线；\s表示空白字符；\d匹配数字
因此，若要实现正则转义，首先要保证模式字符串里面有反斜杠：
- 比如字符串
\n，里面就没有反斜杠，因为反斜杠连同后面的 n 已经被字符串转义成 换行； - 字符串
\d，这里面是存在反斜杠的，因为字符串转义里面\d没有特定功能，所以仍然保留\d，然后正则转义在根据得到的\d进行转义，得到数字匹配。 - 对于使用原始字符串
r的，此时就是将整个初始字符串传给模式字符串；比如r'\n'，此时就是将整个\n传递给正则表达式
>>> x = re.compile('\n') #先是字符串转义成回车，匹配回车
>>> print(x.search('abc\nabc')) #提供的是 回车
<re.Match object; span=(3, 4), match='\n'> # 因此能匹配到
>>> x = re.compile(r'\n') #匹配 \n 2个字符
>>> print(x.search('abc\nabc')) #提供的是 回车，即 \n 2个字符
<re.Match object; span=(3, 4), match='\n'> #因此能匹配到
>>> print(x.search(r'abc\nabc')) #提供的是正则里面的 \n 两个字符，会被回转成 \\n
None
>>> x = re.compile('\\n') #匹配 \n 两个字符
>>> print(x.search(r'abc\nabc')) #提供的是正则里面的 \n 两个字符，会被回转成 \\n
None
>>> x = re.compile(r'\\n') #匹配 \\n 三个字符
>>> print(x.search(r'abc\nabc')) #提供的正则里面的 \n两个字符，会被回转成 \\n
<re.Match object; span=(3, 5), match='\\n'> #因此能匹配到
3. 总结：
因此，正则表达式的解释分为两部分：
- 第一步，字符串进行转义，将转义后的结果传给模式字符串
- 第二步，正则对得到的模式字符串进行转义，然后再进行匹配
实例：匹配类似于 4\8 这样的串
可以分析：
- 如果前面没有
r, 先匹配数字，正则里面需要\d+，因此字符串里面需要提供\\d+（先在字符串中将\\转义为\, 然后再与\d+一起传给正则表达式）或者\d+(因为在字符串里面\d不代表其他含义，因此会将\d直接传给正则表达式)，再匹配反斜杠，正则里面需要\\, 则字符串转义需要使用\\\\；最后再是后面的数字：\\d+ - 如果有
r，则无需进行字符串转义，因此正则里面需要反斜杠只需提供供正则转义的\\即可；因此为r'\d+\\\d+'
>>> x=re.compile('\d+\\\\\d+')
>>> print(x.search('3\8'))
<re.Match object; span=(0, 3), match='3\\8'>
>>> x=re.compile(r'\d+\\\\\d+')
>>> print(x.search('3\8'))
None
>>> x=re.compile(r'\d+\\\d+')
>>> print(x.search('3\8'))
<re.Match object; span=(0, 3), match='3\\8'>
下面注意一个小问题：
用以上的正则表达式来查询3\5是查询不到的，比如：
>>> x=re.compile('\\d+\\\\\\d+')
>>> print(x.search('3\5'))
None
>>> print(x.search('3\8'))
<re.Match object; span=(0, 3), match='3\\8'>
不仅如此，3/1, 3/2``3/3, 3/4, 3/5, 3/6, 3/7,都查不到
但是，3/8, 3/9可以查询到，接着 3/10查询不到
因此可以判断出这个肯定是与8有关的，反斜杠后面的数值不能超过8
经过查询发现，反斜杠加8进制数字表示转义字符：
转义字符以反斜''开头，后面跟一个字符或一个八进制或十六进制数表示
网友评论