为什么我的带有r'string'的正则表达式匹配但使用Python不匹配'string'？

乜心思

2023-03-14

问题内容：

正则表达式在Python中的工作方式非常令人困惑，以至于我对每一秒的传递感到更加愤怒。这是我的问题：

我了解这会产生结果：

re.search(r'\bmi\b', 'grand rapids, mi 49505)

虽然这不是：

re.search('\bmi\b', 'grand rapids, mi 49505)

没关系。我得到了很多。现在，我正在生成一个正则表达式，如下所示：

regex = '|'.join(['\b' + str(state) + '\b' for state in states])

如果我现在这样做了re.search(regex, 'grand rapids, mi 49505')，则由于第二个search()示例失败的原因，它也会失败。

我的问题：有什么办法可以做我想做的事情？

问题答案：

答案本身

regex = '|'.join([r'\b' + str(state) + r'\b' for state in states])

其背后的原因是’r’前缀告诉Python不要分析您传递给它的字符串。如果您未在字符串前添加“ r”，Python会尝试将“
\”前面的任何字符转换为特殊字符，以允许您输入换行符（\ n），制表符（\ t）等容易。

当您这样做时'\b'，您告诉Python创建一个字符串，对其进行分析，然后将’\
b’转换为’退格’，而当您这样做时r'\b'，Python则只存储了’'然后是’b’，这就是您想要的正则表达式。
对于用作正则表达式模式的字符串，始终使用“ r”。

“ r”表示法称为“原始字符串”，但这具有误导性，因为Python内部没有诸如原始字符串之类的东西。只是将其视为告诉Python避免过于智能的一种方法。

Python <3.0中有另一种表示法u'string，它告诉Python将字符串存储为unicode。您可以将两者结合使用：ur"é\n"将“
\bé”存储为unicode，而u"é\n"将存储“é”然后换行。

改善代码的一些方法：

regex = '|'.join(r'\b' + str(state) + r'\b' for state in states)

删除了多余的部分[]。它告诉Python不要将正在生成的值列表存储在内存中。我们可以在这里进行操作，因为我们不打算重复使用您正在创建的列表，因为您可以直接在自己的join()地方使用它，而在其他任何地方都可以使用它。

regex = '|'.join(r'\b%s\b' % state for state in states)

这将自动处理字符串转换，并且更短，更干净。在Python中格式化字符串时，请考虑％运算符。

如果州包含州邮政编码列表，则应将其存储为字符串而不是int。在这种情况下，您可以跳过类型转换并将其进一步缩短：

regex = r'\b%s\b' % r'\b|\b'.join(states)

最终，您可能根本不需要正则表达式。如果您只想in检查邮政编码中是否有一个在给定的字符串中，则可以使用（检查项目是否处于可迭代状态，例如字符串是否在列表中）：

matches = [s for s in states if s in 'grand rapids, mi 49505']

遗言

我了解您在学习一门新语言时可能会感到沮丧，但请花些时间为您的问题加上适当的标题。在此网站上，标题应以问号结尾，并提供有关该问题的特定详细信息。