Блог

Вот вопрос, который быстро сводит меня с ума. Я хочу удалить оба символа ‘ и » из строки. Я хочу использовать re.sub для этого (потому что я пытаюсь сравнить re.sub с str.replace, поэтому я хочу сделать это обоими способами). Теперь мое понимание необработанных строк заключается в том, что управляющие символы обрабатываются как литералы, ЕСЛИ они не экранируют символ, открывший строку. Итак, у меня есть две идеи, как это сделать:

 # Method 1: concatenate strings that have different enclosing characters
>>> REGEX1 = re.compile(r"["   r'"'   r"'"   r"]")
>>> REGEX1.pattern
'["']'
# Method 2: Try to escape one of the quotation characters
>>> REGEX2= re.compile(r"["']")
>>> REGEX2.pattern
'[\"']'
  

Приведенные шаблоны ВЫГЛЯДЯТ по-другому. Они все же есть? Я проверяю, ведут ли они себя одинаково в регулярном выражении:

 >>> test_string = "hello ' world " "
>>> test_string
'hello ' world " '
>>> result_1 = REGEX1.sub(r'', test_string)
>>> result_2 = REGEX2.sub(r'', test_string)
>>> result_1
'hello  world  '
>>> result_2
'hello  world  '
>>> 
  

Моя интуиция подсказывает мне, что возможно одно из двух:

1. ‘[«‘]’ == ‘[«‘]’
2. ‘[«‘]’ != ‘[«‘]’, но будет вести себя эквивалентно, если рассматривать его как регулярное выражение.

Тогда последний тест:

 >>> '["']' == '[\"']'                                                                                                                                                                                      
False
  

Итак, 2) выше правильного утверждения? Можете ли вы помочь мне понять, что происходит?

Они выглядят иначе, как показано при отображении их значений, но поскольку они интерпретируются как регулярные выражения, они эквивалентны:

 import re


REGEX1 = re.compile(r"["   r'"'   r"'"   r"]")
print(REGEX1.pattern)
print(REGEX1.sub('', """abc"'def"""))
REGEX2= re.compile(r"["']")
print(REGEX2.pattern)
print(REGEX2.sub('', """abc"'def"""))
  

С принтами:

 ["']
abcdef
["']
abcdef 
  

Объяснение

Разница между необработанной строкой r'n' и необработанной строкой 'n' огромна, потому что последняя представляет собой специальную escape-последовательность, которая соответствует символу новой строки, тогда как первая эквивалентна '\n' , т.е. двухсимвольной последовательности обратной косой черты, за которой следует буква n . Но для других случаев, таких как '" , где обратная косая черта, за которой следует двойная кавычка, не является специальной escape-последовательностью, тогда обратная косая черта является излишней и может быть проигнорирована и, следовательно ["'] , ["'] эквивалентна.

Обновить

Поскольку я указал на то, что в целом существует большая разница между escape-последовательностями в необработанных строках и не-необработанных строках, когда то, что следует за обратной косой чертой, имеет особое значение после обратной косой черты (например r'n' , vs 'n' . ), это не всегда так для всех намерений и целей с регулярными выражениями. Например, при использовании в регулярных выражениях механизм регулярных выражений Python сопоставит символ новой строки либо с регулярным выражением, скомпилированным из двухсимвольной последовательности r'n' (то есть '\n' ), либо с символом новой строки 'n' :

 import re


REGEX1 = re.compile('anb') # use actual newline
print('pattern1 = ', REGEX1.pattern)
print(REGEX1.search('anb'))
REGEX2 = re.compile(r'anb') # use '\n'
print('pattern 2 =', REGEX2.pattern)
print(REGEX2.search('anb'))
  

С принтами:

 pattern1 =  a
b
<re.Match object; span=(0, 3), match='anb'>
pattern 2 = anb
<re.Match object; span=(0, 3), match='anb'>
  

Но необработанные строки обычно используются из-за ситуаций, когда вам может потребоваться, например, r'1' вернуться к группе захвата 1 и '1' получить совпадение 'x01' .