在标记化文本中使用findall方法，并在前缀'r'

Question

我理解'r'前缀表示原始字符串，因此在下面的示例中为什么使用'r'前缀，因为字符串中有特殊的正则表达式字符，不应按字面意思理解？

正在搜索的'字符串'是一个nltk Text对象，我想它与此有关？但是我不明白它如何影响findall的使用。

moby.findall(r"<a> (<.*>) <man>")

Answer 1

在这种特殊情况下，r没有区别，因为此字符串不包含任何可能被误解的序列。但是，在编写正则表达式时使用r是一个好习惯，以避免误解\n或\t等序列;与r一样，它们按照字面意思对待，作为两个字符 - 反斜杠后跟一个字母;如果没有r，它们将分别评估为换行符和制表符。

Answer 2

字符串前面的r称为sigil。

例如，'\ n'将被视为换行符，而r'\ n'将被视为字符\后跟n。

但对于你的正则表达式：

moby.findall(r"<a> (<.*>) <man>")

它没有什么区别，但将regex视为原始字符串以避免转义反斜杠始终是一个好主意。