正则表达式模式之前的“r”是什么意思？答案

【问题标题】：What does 'r' mean before a Regex pattern?正则表达式模式之前的“r”是什么意思？
【发布时间】：2014-12-06 17:41:12
【问题描述】：

我从documentation 中找到了以下正则表达式替换示例，用于正则表达式。我有点困惑 r 在字符串之前的前缀是什么？

re.sub(r'def\s+([a-zA-Z_][a-zA-Z_0-9]*)\s*\(\s*\):',
 ...        r'static PyObject*\npy_\1(void)\n{',
 ...        'def myfunc():')

【问题讨论】：

标签： python regex string syntax

【解决方案1】：

当前的re 模块文档解释了原始字符串的用法

正则表达式使用反斜杠字符（'\'）表示特殊形式或允许使用特殊字符而不调用它们的特殊含义。这与 Python 的使用相冲突字符串文字中用于相同目的的相同字符；为了例如，要匹配文字反斜杠，可能必须编写 '\\\\' 作为模式字符串，因为正则表达式必须是\\，并且每个反斜杠必须在常规 Python 字符串中表示为 \\ 文字。另外，请注意任何无效的转义序列 Python 在字符串文字中使用反斜杠现在会生成一个 DeprecationWarning，将来这将成为SyntaxError。即使它是一个有效的转义序列，也会发生这种行为正则表达式。

解决方案是使用 Python 的原始字符串表示法表达模式；反斜杠不以任何特殊方式处理以'r' 为前缀的字符串文字。所以r"\n"是一个两个字符的字符串包含'\' 和'n'，而"\n" 是一个字符的字符串包含换行符。通常模式将用 Python 表示使用此原始字符串表示法的代码。

【讨论】：

【解决方案2】：

r 表示该字符串将被视为原始字符串，这意味着所有转义码都将被忽略。

Python document 准确地说：

字符串文字可以选择以字母“r”或“R”作为前缀；此类字符串称为原始字符串，并使用不同的规则来解释反斜杠转义序列。

【讨论】：

【解决方案3】：

将r 或R 放在字符串文字之前会创建所谓的raw-string 文字。原始字符串不处理转义序列（\n、\b 等），因此通常用于包含大量 \ 字符的正则表达式模式。

下面是一个演示：

>>> print('\n') # Prints a newline character


>>> print(r'\n') # Escape sequence is not processed
\n
>>> print('\b') # Prints a backspace character

>>> print(r'\b') # Escape sequence is not processed
\b
>>>

唯一的其他选择是将每个反斜杠加倍：

re.sub('def\\s+([a-zA-Z_][a-zA-Z_0-9]*)\\s*\\(\\s*\\):',
 ...        'static PyObject*\\npy_\\1(void)\\n{',
 ...        'def myfunc():')

这很乏味。

【讨论】：