Question

我有这段代码：

import re

regex = re.compile("(.+?)\1+")
results = regex.findall("FFFFFFF")
print(results)

预期结果是：

['F']

根据regexpal，正则表达式正在做它应该做的事情（找到最短的重复子字符串）。但是在python the result is []中尝试正则表达式时。这是为什么？

Answer 1

尝试

regex = re.compile(r"(.+?)\1+")

为什么它不起作用？你可以通过

理解

print r"(.+?)\1+"
print "(.+?)\1+"

请参阅What does preceding a string literal with "r" mean?

Answer 2

使用原始字符串：

>>> re.findall("(.+?)\1+", "FFFFFFF")
[]
>>> re.findall(r"(.+?)\1+", "FFFFFFF")
['F']
>>>

原始字符串文字，即前缀为'r'的字符串文字，使反斜杠被视为文字。否则反斜杠被视为转义序列。

引自re — Regular expression operations：

正则表达式使用反斜杠字符（'\'）来表示   特殊形式或允许使用特殊字符   唤起他们的特殊意义。 ...

解决方案是使用Python的常规字符串表示法   表达模式;反斜杠不以任何特殊方式处理   带有'r'前缀的字符串文字。所以r"\n"是一个双字符串   包含'\'和'n'，而"\n"是一个单字符的字符串   包含换行符。通常模式将用Python表示   使用此原始字符串表示法的代码。

Answer 3

使用原始字符串：

regex = re.compile(r"(.+?)\1+")

或逃避反斜杠：

regex = re.compile(r"(.+?)\\1+")

Python并没有正确地解释正则表达式

3 个答案: