命令行与文本处理 / 系统课时
字符串中的双重转义
字符串中的双重转义
学习目标
- 区分字符串转义与正则转义。
- 理解普通字符串中的双反斜杠。
- 掌握 Python 原始字符串。
- 能正确表示字面反斜杠模式。
问题背景或应用场景
正则模式写在代码中时,先被 Python 解析成字符串,再交给正则引擎。两层解析都可能处理反斜杠,因此代码中常出现两个或四个反斜杠。
核心原理
- Python 首先解析字符串字面量。
- 正则引擎随后解析运行时字符串。
- 普通字符串中的两个反斜杠通常产生一个运行时反斜杠。
- 原始字符串减少 Python 字符串层的转义。
- 原始字符串不会关闭正则引擎的转义规则。
普通字符串中的双反斜杠数字模式,与原始字符串中的单反斜杠数字模式,最终可以生成相同的运行时字符串。
基础用法
本课涉及的核心写法如下:
text
普通字符串:"\\d+"
原始字符串:r"\d+"
普通字符串匹配反斜杠:"\\\\"
原始字符串匹配反斜杠:r"\\"调试时可以同时输出字符串本身和 repr() 结果,观察运行时内容与代码字面量的差别。
完整可运行示例
将代码保存为:
text
double_escaping.pypython
import re
normal_digit_pattern = "\\d+"
raw_digit_pattern = r"\d+"
print(f"两个数字模式相等:{normal_digit_pattern == raw_digit_pattern}")
print(f"普通字符串内容:{normal_digit_pattern}")
print(f"原始字符串内容:{raw_digit_pattern}")
text = "order 2048"
print(f"普通字符串匹配:{re.search(normal_digit_pattern, text).group()}")
print(f"原始字符串匹配:{re.search(raw_digit_pattern, text).group()}")
normal_backslash_pattern = "\\\\"
raw_backslash_pattern = r"\\"
path_text = "C:\\logs"
normal_match = re.search(normal_backslash_pattern, path_text)
raw_match = re.search(raw_backslash_pattern, path_text)
print(f"普通模式匹配长度:{len(normal_match.group())}")
print(f"原始模式匹配长度:{len(raw_match.group())}")运行命令:
bash
python double_escaping.py预期输出
text
两个数字模式相等:True
普通字符串内容:\d+
原始字符串内容:\d+
普通字符串匹配:2048
原始字符串匹配:2048
普通模式匹配长度:1
原始模式匹配长度:1Tips
- Python 正则模式通常优先使用原始字符串。
- 原始字符串只减少字符串层转义。
- 调试反斜杠时使用 repr() 很有帮助。
- 不同编程语言的字符串转义规则可能不同。
常见错误
1. 认为原始字符串关闭正则转义
原始字符串中的数字简写仍会被正则引擎解释。
2. 混淆代码与运行时内容
代码中的两个反斜杠可能只生成一个运行时反斜杠。
3. 忽略原始字符串限制
Python 原始字符串不能以单个反斜杠结束。
本课练习
- 分别使用普通字符串和原始字符串表示数字模式。
- 验证两个模式字符串是否相等。
- 匹配路径 D:\data 中的反斜杠。
- 使用 repr() 查看模式的运行时表示。
按自己的节奏,确认真正理解。