python 正則表達式反斜杠(/)的麻煩和陷阱

2020-01-20 22:21:27

字體：大中小

來源：轉載

供稿：網友

要匹配字符串中1個反斜杠應該怎么寫正則表達式？"http://"，這樣行嗎？試試就知道了，re模塊拋異常了，因為"http://"就是一個反斜杠，對于正則表達式解析器來說，是一個轉義字符，但是后面啥也沒有，自然就報錯了，"http:///"三個肯定是不行的，試試四個"http:////"，完美匹配。

復制代碼代碼如下:

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

輸出：['//', '//']

這里要這么理解，首先第一重轉換是字符串自身的轉義，那么"http:////"，實際上就是表示兩個反斜杠（兩個字符），然后傳入正則表達式解析器，因為反斜杠依然是轉義字符，那么進行第二重轉換，兩個反斜杠就代表一個反斜杠，所以就能和一個反斜杠進行匹配了，那么匹配連續的兩個反斜杠，寫正則表達式時就要寫8次"/"了，相當壯觀，要匹配/d+(這個在正則表達式里面表示連續1一個以上的數字字符)這個字符串怎么寫呢？

復制代碼代碼如下:

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

寫成re_str_patt = "http:////d/+"也行，因為/+對于字符串來說，沒有轉義意義，所以就當成一個反斜杠了。

在python中寫正則表達式時用得最多的是raw字符串，原生字符串，什么意思？就是只有一重轉換了，沒有字符串轉換了，只在正則表達式內部進行轉換了，這樣匹配一個反斜杠的正則表達式可以這樣寫，re_str_patt = r"http://"，有人會想，以后寫windows的文件路徑什么的方便了，呵呵直接 path = r"c:/myforder/xx" 搞定，是的，這句沒有問題，但是如果你寫成 path = r"c:/myforder/xx/"，直接報錯了，為什么？因為反斜杠雖然不作為轉義字符了，但是還是對它后面的引號（包括單引號）有影響，使這個引號不被視為字符串的終止，以為它后面還有字符，但是實際沒有，因此會報錯。其實可以反過來想raw字符串里面要表示引號怎么辦呢？，可以發現 path = r"http://123/"xxx" 是可以的，那用raw字符串豈不是有局限性？不過raw在設計之初就是用來支持正則表達式的，而在正則里面反斜杠是轉義字符，所以不可能出現在字符串的末尾的，所以建議不要圖方便在其他的地方使用raw。

上一篇：利用正則表達式(只錄入中文，數字，英文)

下一篇：EditPlus 正則表達式替換字符串詳解