Python正则表达式\数字添加\ 0x答案

【问题标题】：Python regex \number adding \0xPython正则表达式\数字添加\ 0x
【发布时间】：2012-05-18 17:44:45
【问题描述】：

我正在尝试对 python 中的字符串进行简单的正则表达式替换。这是我的代码：

>>> s = "num1 1 num2 5"
>>> re.sub("num1 (.*?) num2 (.*?)","1 \1 2 \2",s)

我希望得到这样的输出，\numbers 将被其对应的组替换。

'1 1 2 5'

但是，这是我得到的输出：

'1 \x01 2 \x025'

我有点困惑为什么\x0s 是他们的，而不是我想要的。非常感谢您的帮助

【问题讨论】：

【解决方案1】：

你需要开始使用原始字符串（字符串前缀为 r）：

>>> import re
>>> s = "num1 1 num2 5"
>>> re.sub(r"num1 (.*?) num2 (.*?)", r"1 \1 2 \2", s)
'1 1 2 5'

否则，您需要为 python 和正则表达式转义反斜杠，如下所示：

>>> re.sub("num1 (.*?) num2 (.*?)", "1 \\1 2 \\2", s)
'1 1 2 5'

（这真的很快，请查看python regex docs的开头段落

【讨论】：

+1。澄清一点：没有r，\1 和\2 是八进制（base-8）字符转义，所以"1 \1 2 \2" 表示第三个字符是值为1 的ASCII 字符的字符串，并且其第七个字符是值为2 的ASCII 字符。这些字符不是打印字符，因此命令行漂亮打印机用十六进制字符转义符\x01 和\x02 替换它们。但\x0 不在实际字符串中，它只是在打印的内容中。

【解决方案2】：

\1 和 \2 被解释为八进制字符代码转义，而不仅仅是传递给正则表达式引擎。使用原始字符串 r"\1" 而不是 "\1" 可以防止这种解释。

>>> "\17"
'\x0f'
>>> r"\17"
'\\17'

【讨论】：

【解决方案3】：

\1 正在字符串中进行解释。所以你必须用自己的反斜杠转义\：

>>> re.sub("num1 (.*?) num2 (.*?)", "1 \\1 2 \\2",s)
'1 1 2 5'

你也可以使用 raw 字符串：

>>> re.sub("num1 (.*?) num2 (.*?)", r"1 \1 2 \2",s)
'1 1 2 5'

【讨论】：