Python 正则表达式：“r”前缀之谜

在 Python 正则表达式领域，神秘的“r”前缀经常引发人们对其必要性的质疑。为了阐明这个主题，让我们深入研究一个令人费解的场景：

丢失“r”的奇怪案例

示例 1 提出了一个令人费解的观察结果：

import re

print(re.sub('\s ', ' ', 'hello     there      there'))

尽管省略了 'r' 前缀，但此代码成功地用一个空格替换了多个空白字符。使用转义序列时不应该强制使用“r”前缀吗？

揭开真相：转义序列揭秘

理解这一现象的关键在于错综复杂的事实转义序列。在正则表达式中，某些字符（例如表示空白的 \s）用作转义序列来表示特殊字符。然而，转义序列仅在表示有效的转义序列组合时才会被激活。

在示例 1 中，'\s' 没有遇到任何可识别的转义序列，因此将其视为文字 '\s'（后跟反斜杠）由's'）。此行为符合 python 字符串的一般规则，其中仅当转义序列被识别时才会解释转义序列组合。

“r”前缀的影响

'r' 前缀会导致不同的行为。它有效地抑制了转义序列的解释，按字面意思处理所有字符，包括转义字符：

import re

print(re.sub(r'(\b\w )(\s \1\b) ', r'\1', 'hello     there      there'))

在示例 2 中， 'r ' 前缀强制按字面解释转义字符，使正则表达式能够正确执行重复的单词替换。

一致性与一致性异常

值得注意的是，示例 3（不带 'r' 前缀）也给出了预期结果。这种行为源于Python字符串处理规则的一致性，无论是正则表达式还是正则字符串。但是，不应依赖它，因为在某些情况下，使用文字反斜杠可能会产生意想不到的后果。

结论

Python 正则中的 'r' 前缀表达式通过按字面处理转义序列来确保一致的行为。虽然为了清楚起见并避免意外结果，通常建议使用“r”前缀，但在某些情况下，省略它可能会导致所需的结果。然而，了解转义序列的基本行为以做出明智的决定至关重要。