我不理解python正则表达式中scape操作符\与原始字符串的r'一起工作的逻辑。谢谢你的帮助。
代码:
import re
text=' esto .es 10 . er - 12 .23 with [ and.Other ] here is more ; puntuation'
print('text0=',text)
text1 = re.sub(r'(\s+)([;:\.\-])', r'\2', text)
text2 = re.sub(r'\s+\.', '\.', text)
text3 = re.sub(r'\s+\.', r'\.', text)
print('text1=',text1)
print('text2=',text2)
print('text3=',text3)
该理论认为:反斜杠字符(“\”)表示特殊形式或允许使用特殊字符而不调用其特殊含义。
正如问题末尾提供的链接所解释的,r'代表原始字符串,也就是说,符号没有特殊意义,它就是这样。
所以在上面的正则表达式中,我希望text2和text3是不同的,因为替换文本是“.”在文本2中,即一个句点,而(原则上)文本3中的替换文本为r''这是一个原始字符串,即应该显示的字符串、反斜杠和句点。但它们的结果是一样的:
结果是:
text0= esto .es 10 . er - 12 .23 with [ and.Other ] here is more ; puntuation
text1= esto.es 10. er- 12.23 with [ and.Other ] here is more; puntuation
text2= esto\.es 10\. er - 12\.23 with [ and.Other ] here is more ; puntuation
text3= esto\.es 10\. er - 12\.23 with [ and.Other ] here is more ; puntuation
#text2=text3 but substitutions are not the same r'\.' vs '\.'
在我看来,r'在替换部分和反斜杠中的工作方式不同。另一方面,我的直觉告诉我,我遗漏了一些东西。
编辑1:以下@Wiktor Stribi的评论。他指出(点击链接):
import re
print(re.sub(r'(.)(.)(.)(.)(.)(.)', 'a\6b', '123456'))
print(re.sub(r'(.)(.)(.)(.)(.)(.)', r'a\6b', '123456'))
# in my example the substitutions were not the same and the result were equal
# here indeed r' changes the results
其中:
ab
a6b
这让我更加困惑。
注意:我读过这个关于原始字符串的堆栈溢出问题,它是超级完整的。然而,它并没有提到替代
解决所有这些字符串转义问题的一种简单方法是使用函数/lambda作为repl
参数,而不是字符串。例如:
output = re.sub(
pattern=find_pattern,
repl=lambda _: replacement,
string=input,
)
替换字符串根本不会被解析,只是被替换来代替匹配。
从文件(我的重点):
重新。sub(pattern,repl,string,count=0,flags=0)返回通过替换repl替换string中pattern的最左侧非重叠出现而获得的字符串。如果找不到模式,则返回的字符串将保持不变。repl可以是字符串或函数;如果它是字符串,则会处理其中的任何反斜杠转义。即,\n转换为单个换行符,\r转换为回车符,依此类推。ASCII字母的未知转义保留供将来使用,并作为错误处理。其他未知的逃逸行为,如\
repl参数不仅仅是纯文本。它也可以是函数名或组中的位置(例如\g
此外,从这里:
与标准C不同,所有无法识别的转义序列在字符串中保持不变,即反斜杠留在结果中。
从
开始
不是特殊的转义字符,“\”
与r'\'相同\
。
首先,,
replacement patterns ≠ regular expression patterns
我们使用正则表达式模式来搜索匹配项,我们使用替换模式来替换正则表达式找到的匹配项。
注意:替换模式中唯一的特殊字符是反斜杠,\
。只有反斜杠必须加倍。
Python中的替换模式语法
re。sub
文档令人困惑,因为它们提到了可用于替换模式(如\n
,\r
)和正则表达式转义序列(\6
)的字符串转义序列,以及可同时用作正则表达式和字符串转义序列(\
我使用术语regex转义序列来表示一个转义序列,该转义序列由一个反斜杠字符组成,即,
\\\X'
或r'\X'
,一个字符串转义序列来表示一个\
序列和一个字符或一些共同构成有效字符串转义序列的序列。它们只能在常规字符串文本中识别。在原始字符串文字中,只能转义“
(这就是为什么不能用\”
结束原始字符串文字,但齿隙仍然是字符串的一部分)。
因此,在替换模式中,您可以使用反向引用:
re.sub(r'\D(\d)\D', r'\1', 'a1b') # => 1
re.sub(r'\D(\d)\D', '\\1', 'a1b') # => 1
re.sub(r'\D(\d)\D', '\g<1>', 'a1b') # => 1
re.sub(r'\D(\d)\D', r'\g<1>', 'a1b') # => 1
您可能会看到
r'\1'
和'\\1'
是相同的替换模式,\1
。如果使用'\1'
,它将被解析为字符串转义序列,一个具有八进制值001
的字符。如果您忘记使用带有明确反向引用的r
前缀,则不会有问题,因为\g
不是有效的字符串转义序列,因此,\
转义字符保留在字符串中。阅读我链接到的文档:
与标准C不同,所有无法识别的转义序列在字符串中保持不变,即反斜杠留在结果中。
所以,当您传递
'\.'
作为替换字符串时,您实际上发送了\。
双字符组合作为替换字符串,这就是为什么您在结果中得到\。
。
\
是Python替换模式中的一个特殊字符
如果您使用
re。sub(r'\s\',r'\.',text)
,您将获得与text2
和text3
案例相同的结果,请参见此演示。
这是因为两个文本反斜杠表示替换模式中的一个反斜杠。如果在正则表达式模式中没有第2组,但在替换中传递
r'\2'
以实际替换为\
和2
字符组合,则会出现错误。
因此,当您有动态的、用户定义的替换模式时,您需要将替换模式中的所有反斜杠加倍,以作为文本字符串传递:
re.sub(some_regex, some_replacement.replace('\\', '\\\\'), input_string)
问题内容: 我发现Java编译对于使用int和float的赋值和自赋值语句具有非预期的行为。 以下代码块说明了该错误。 在自赋值中,编译不会发出错误,但是求和的结果是带有值的int ,并且变量保持值。 在表达式中,编译器会发出一条错误消息 “错误:可能丢失精度” 。 有人可以解释这种行为。 编辑:我已经将此代码块发布在https://compilr.com/cguedes/java-autoass
我想使用方法发送POST请求,但是我的JSON有一些国际字符,比如surunn。 不幸的是,我的WebAPI在从格式解码这个字符串时遇到了一些问题:。 使用时,我的API可以很好地处理非转义字符串和unicode转义字符串:。 我尝试了此操作,但在将转换为unicode后,转义了: 我有两个反斜杠字符串: 我试图用一个反斜杠替换两个反斜杠,但没有成功: 我该如何替换它们?
这是这个问题的后续问题。answers中提出的解决方案是使用groupBy运算符。这通常是好的,但正如其文档中所提到的,不建议与大量不同的键一起使用,比如说数以万计的键。 每个群体在本质上都有无限的元素,这些元素可能随时到达。此外,我需要限制并发处理的组的数量。据我所知,如果我使用上面的代码,要么我会达到开放组的隐式限制,新组不会被打开(处理),要么Ï最终会达到内存不足,因为即使是长时间不活动的组
9.2.3 字符转义运算符 在引用宏时,如果实参中含有特殊字符,而又要该特殊字符当作普通字符来出来,那么,就必须在该特殊字符前加上字符转义运算符“!”。 下面不使用和使用字符转义运算符的宏引用语句及其宏扩展的结果: DEFMSG <Input one number(>90):> 1DB 'Input one number(90):', 0DH, 0AH, '$' ;第一个“>”与字符“<”相比配
下面的代码将泛型(POD)类型包装成(模板)类,并定义内部模板转换操作符,以便能够在兼容(但不同)类型之间进行隐式转换。我希望代码是相当自我解释的。在任何情况下,我都无法理解为什么将转换为另一个POD都能正常工作,但将(此处键入为)转换为)却失败得很 有什么想法吗?代码如下:
C++ 运算符 强制转换运算符是一种特殊的运算符,它把一种数据类型转换为另一种数据类型。强制转换运算符是一元运算符,它的优先级与其他一元运算符相同。 大多数的 C++ 编译器都支持大部分通用的强制转换运算符: (type) expression 其中,type 是转换后的数据类型。下面列出了 C++ 支持的其他几种强制转换运算符: const_cast<type> (expr): const
我有下面的课:
问题内容: 我有一个Java应用程序,该应用程序大量使用大文件来读取,处理和传递给SolrEmbeddedServer(http://lucene.apache.org/solr/)。 其中一个功能可以进行基本的HTML转义: 在对应用程序进行性能分析时,程序在此功能上花费大约58%的时间,总共47%的时间用于替换,而11%的时间用于replaceAll。 现在,是用Java替换程序速度这么慢吗?