理解python中正则表达式的原始字符串

Question

我有很多充满换行符的文本文件，我用python 3.4解析它们。我正在寻找换行符，因为它们将我的文本分成不同的部分。下面是一段文字的例子:

text = 'avocat  ;\n\n       m. x'

我天真地开始在正则表达式(RE)中查找带有' < code>\n '的换行符，没有想到反斜杠' < code>\ '是一个转义符。然而，结果证明这很好:

>>> import re

>>> pattern1 = '\n\n'
>>> re.findall(pattern1, text)
['\n\n']

然后，我明白我应该使用双反斜杠来寻找一个反斜杠。这也很好：

>>> pattern2 = '\\n\\n'
>>> re.findall(pattern2, text)
['\n\n']

但是在另一个线程上，我被告知使用原始字符串而不是常规字符串，但这种格式无法找到我正在寻找的换行符：

>>> pattern3 = r'\\n\\n'
>>> pattern3
'\\\\n\\\\n'
>>> re.findall(pattern3, text)
[]

你能帮我吗？我有点困惑，我应该使用什么样的RE王来正确匹配换行符。

Answer 1

好的，我明白了。在这张精美的Python正则表达式备忘单中，它写道：“特殊字符转义与Python字符串文本中已经转义的字符转义非常相似。因此，正则表达式'\n'与正则表达式'\\n'相同”。

这就是为什么在我之前的示例中，模式1和模式2匹配我的文本。然而，模式3正在寻找已经解释的文本中的“\\n”，这实际上是规范字符串表示中的“\\\n”。

Answer 2

使用原始字符串时不要加倍反斜杠：

>>> pattern3 = r'\n\n'
>>> pattern3
'\\n\\n'
>>> re.findall(pattern3, text)
['\n\n']