python - 正则表达式中的原始字符串表示法

Question

Python 有这种指定正则表达式模式的方式，其中所有特殊字符都不应该被视为特殊字符。从文档：

所以 r"\n" 是一个包含 '\' 和 'n' 的两个字符的字符串，而 "\n" 是一个包含换行符的一个字符的字符串。

那为什么会这样呢？

import re
print re.split(r"\n", "1\n2\n3")

第一个参数应该是“\”和“n”，第二个参数应该包含两个换行符。但它打印：

['1', '2', '3']

Answer 1

第一个确实包含反斜杠和-n，但在正则表达式语言中，反斜杠和-n 表示换行符（就像它在 Python 字符串语法中一样）。也就是说，字符串r"\n"不包含实际的换行符，但它包含告诉正则表达式引擎查找实际换行符的内容。

如果要搜索后跟 n 的反斜杠，则需要使用r"\\n".

原始字符串的关键在于它们阻止了 Python 对字符串转义的基本解释，允许您使用反斜杠来表示其正则表达式的含义。如果您不想要正则表达式的含义，您仍然必须使用两个反斜杠，如我上面的示例所示。但是如果没有原始字符串，情况会更糟：如果您想在没有原始字符串的情况下搜索文字反斜杠-n，则必须使用"\\\\n". 如果原始字符串阻止了正则表达式特殊字符的解释（因此纯文本"\n"实际上意味着反斜杠-n），那么您根本无法使用正则表达式语法。