Python正则表达式实现字符串转义

Question

我正在尝试使用 Python 正则表达式和反向引用来实现字符串转义，但它似乎并不想很好地工作。 我确信这是我做错的事情，但我不知道是什么......

>>> import re
>>> mystring = r"This is \n a test \r"
>>> p = re.compile( "\\\\(\\S)" )
>>> p.sub( "\\1", mystring )
'This is n a test r'
>>> p.sub( "\\\\\\1", mystring )
'This is \\n a test \\r'
>>> p.sub( "\\\\1", mystring )
'This is \\1 a test \\1'

我想用 \[char] 替换 \\[char]，但 Python 中的反向引用似乎不遵循他们在我曾经使用过的所有其他实现中执行的规则相同。 有人可以透露一些信息吗？

Answer 1

我的想法是，我将读入转义字符串，然后取消转义（Python 明显缺乏此功能，您首先不需要诉诸正则表达式）。 不幸的是，我没有被反斜杠欺骗......

另一个说明性的例子：

>>> mystring = r"This is \n ridiculous"
>>> print mystring
This is \n ridiculous
>>> p = re.compile( r"\\(\S)" )
>>> print p.sub( 'bloody', mystring )
This is bloody ridiculous
>>> print p.sub( r'\1', mystring )
This is n ridiculous
>>> print p.sub( r'\\1', mystring )
This is \1 ridiculous
>>> print p.sub( r'\\\1', mystring )
This is \n ridiculous

我希望它打印的是

This is 
ridiculous

Answer 2

标记; 他的第二个示例要求首先将每个转义字符放入数组中，如果转义序列碰巧不在数组中，则会生成 KeyError。 除了提供的三个字符之外，它都会死掉（尝试使用 \va ），并且每次想要对字符串进行转义（或保留全局数组）时枚举每个可能的转义序列是一个非常糟糕的解决方案。 与 PHP 类似，使用带有 lambda 的 preg_replace_callback() 而不是 preg_replace()，在这种情况下完全没有必要。

如果我在这件事上表现得像个混蛋，我很抱歉，我只是对 Python 感到非常沮丧。 我曾经使用过的所有其他正则表达式引擎都支持这一点，但我不明白为什么这不起作用。

感谢您的回复； string.decode('string-escape') 函数正是我最初想要的。 如果有人对正则表达式反向引用问题有通用的解决方案，请随时发布，我也会接受它作为答案。

Answer 3

好吧，我想你可能错过了 r 或算错了反斜杠......

"\\n" == r"\n"

>>> import re
>>> mystring = r"This is \\n a test \\r"
>>> p = re.compile( r"[\\][\\](.)" )
>>> print p.sub( r"\\\1", mystring )
This is \n a test \r
>>>

如果我理解的话，这就是所要求的。

我怀疑更常见的请求是这样的：

>>> d = {'n':'\n', 'r':'\r', 'f':'\f'}
>>> p = re.compile(r"[\\]([nrfv])")
>>> print p.sub(lambda mo: d[mo.group(1)], mystring)
This is \
 a test \
>>>

感兴趣的学生还应该阅读 Ken Thompson 的 Reflections关于信任信任”，其中我们的英雄使用了一个类似的例子来解释信任编译器的危险，而这些编译器不是您自己从机器代码引导的。

Answer 4

这不是安德斯的第二个例子所做的吗？

在 2.5 中，您还可以应用 string-escape 编码：

>>> mystring = r"This is \n a test \r"
>>> mystring.decode('string-escape')
'This is \n a test \r'
>>> print mystring.decode('string-escape')
This is 
 a test 
>>> 

Answer 5

你被 Python 的结果字符串表示形式欺骗了。 Python表达式：

'This is \\n a test \\r'

字符串

This is \n a test \r

代表我认为你想要的 。 尝试在每个 p.sub() 调用前面添加“print”以打印返回的实际字符串，而不是字符串的 Python 表示形式。

>>> mystring = r"This is \n a test \r"
>>> mystring
'This is \\n a test \\r'
>>> print mystring
This is \n a test \r