正则表达式中反斜杠的混乱

Question

我试图理解在以下情况下如何解释正则表达式

import re
pattern = 'word\\\n'
sentence = 'This is a word\n.'
match = re.search(pattern, sentence)
match.group()

匹配成功

'word\n'

。

根据我的理解，根据这篇post，模式首先会被解释为

'word'+ backslash +'newline'

，然后

re.search

会在句子中搜索上面的模式。但是，句子中的

'word\n'

不应与上面的模式匹配，因为

'word\n'

会被解释为

'word'+'newline'

。

任何人都可以帮我理解其中的细微差别吗？

我尝试在线搜索结果，但找不到任何特定于此问题的内容。

Answer 1

\

对于 Python 解释器 和 对于正则表达式解析器具有特殊含义。听起来你已经明白了：

pattern = 'word\\\n'

生成一个六字符的字符串，其中最后两个字符是

\

和换行符。该字符串又被解释为正则表达式。

在正则表达式的上下文中，

\

可用于引入特殊字符类（例如

\d

），但如果它在非字母数字字符之前使用，则它可以用作转义。由于换行符是非字母数字字符，因此

\

+ (换行符) 是与换行符匹配的有效正则表达式。