如何使用正则表达式匹配转义字符

Question

我正在尝试使用正则表达式来接受包含转义序列的字符串。

text = '"match""'
x = re.match('"(\\n|\\"|\\\\|[^"\n])*"',text)
print(x.group(0))

输出：

"match""

所需输出：

"match"

由于某种原因，它与最后一个双引号匹配，而它应该与第一个未转义的双引号匹配，我不明白为什么。因为它应该只接受不在列出的转义序列中的任何内容，即不是双引号或换行符的内容。

我也尝试过非贪婪。通过这个测试

text = '"match\\""'
x = re.match('"(\\n|\\"|\\\\|[^"\n])*?"',text)
print(x.group(0))

但是正如您可能猜到的那样，无论它是否具有转义序列，它都会匹配第一个双引号。

在过去，我通过随机输入不同的组合或添加更多反斜杠，设法通过反复试验来解决这个问题，但我宁愿了解发生了什么以及为什么会失败，而是随机地进行处理。

Answer 1

普通字符串中的双反斜杠会变成正则表达式模式中的单反斜杠。例如，

'\\"'

->

\"

。正则表达式引擎可能被编码为忽略

\"

中无意义的反斜杠，只匹配任何

"

。