如何使用正则表达式删除转义序列（例如\“转义字符串\”）？

Question

我正在尝试从字符串中删除引用的序列。对于下面的示例，我的脚本工作正常：

import re
doc = ' Doc = "This is a quoted string: this is cool!" '
cleanr = re.compile('\".*?\"')
doc = re.sub(cleanr, '', doc)
print doc

结果（如预期）：

' Doc =  '

然而，当我在引用句子中转义字符串时，我无法使用我认为合适的模式删除转义序列：

import re
doc = ' Doc = "This is a quoted string: \"this is cool!\" " '
cleanr = re.compile('\\".*?\\"') # new pattern
doc = re.sub(cleanr, '', doc)
print doc

结果

'Doc = this is cool!'

预期：

'Doc = "This is a quoted string: " '

有谁知道发生了什么？如果模式'\\".*?\\"'错了，那么它是正确的吗？

Answer 1

doc不包含任何转义字符，因此您的正则表达式不匹配。

将r前缀添加到字符串中，这意味着它应被视为 raw 字符串，忽略转义代码。

试试这个：

>>> doc = r' Doc = "This is a quoted string: \"this is cool!\" " '
>>> cleanr = re.compile(r'\\".*?\\"')
>>> re.sub(cleanr, '', doc)
' Doc = "This is a quoted string:  " '