python使用正則表達式匹配反斜杠\遇到的問題
遇到的問題:
在做爬蟲的時候,爬取的url鏈接內還有轉義字符,反斜杠 \
,打算用正則的re.sub()替換掉的時候遇到瞭問題,這是要做替換的字符串
最開始直接寫
re.sub("\\","",item)
編譯器漏紅瞭
然後就是找解決辦法,最後發現要用四個反斜杠才可以,也就是使用
re.sub("\\\\","",item)
查瞭查資料,簡單說說我自己的理解。
正則表達式
首先就是正則表達式,對於正則表達式來說,他的語法是獨立的,有自己的語法,在正則表達式中,由於反斜杠 \
是一個特殊字符,可以和其他字母形成轉義字符,所以要想表示一個反斜杠 \
就必須寫成 \\
這種形式。所以對於正則表達式來說,如果要匹配一個\
就要寫成\\
,像這樣:
python字符串
在python中,如果想要輸出一個反斜杠\
字符,同樣要使用轉義:
>>> print("\\") \
同樣是因為在python中反斜杠也是一個特殊字符。
綜上
當寫成
item = "https:\/\/jobs.51job.com/guangzhou-thq\/137115906.html?s=sou_sou_soulb&t=0_0" item = re.sub("\\\\","",item)
首先傳入的一個參數是一個字符串,所以python中的字符串解析器會把"\\\\"
解析成\\
,解析之後會再傳遞給正則表達式的解析器。由於正則表達式也有自己的語法結構,所以當它看到\\
時,會把它解析為一個\
,所以這時候正則匹配就會隻匹配一個\
。
貼一個Stackoverflow上的回答:
If you’re putting this in a string within a program, you may actually
need to use four backslashes (because the string parser will remove
two of them when “de-escaping” it for the string, and then the regex
needs two for an escaped regex backslash).
For instance:
regex("\\\\")
is interpreted as…
regex("\\" [escaped backslash] followed by "\\" [escaped backslash])
is interpreted as…
regex(\\)
is interpreted as a regex that matches a single backslash.
原文地址:Can’t escape the backslash with regex?
當然還可以使用 raw string來寫,也就是寫成
re.sub(r'\\','',item)
由於使用瞭r'\\'
,python的字符串解析器看到r'\\'
之後,就直接將外層的r''
去掉然後傳遞給re解析器,re解析器會再次解析\\
為\
,匹配內容是一個反斜杠\
字符串方法replace()
除瞭使用正則替換之外,還可以使用字符串的replace()
str.replace(old, new[, max])
old – 將被替換的子字符串。
new – 新字符串,用於替換old子字符串。
max – 可選字符串, 替換不超過 max 次
>>> item 'https:\\/\\/jobs.51job.com/guangzhou-thq\\/137115906.html?s=sou_sou_soulb&t=0_0' >>> item.replace('\\','') 'https://jobs.51job.com/guangzhou-thq/137115906.html?s=sou_sou_soulb&t=0_0' >>>
需要註意的是不論是正則的re.sub()還是str.replace(),使用之後都不會對原始字符串改變:
import re urL ='https:\/\/jobs.51job.com\/guangzhou-thq\/137735415.html?s=sou_sou_soulb&t=0_0' print(urL.replace('\\','')) print(urL) print(re.sub(r'\\','',urL)) print(urL)
總結
到此這篇關於python使用正則表達式匹配反斜杠\遇到問題的文章就介紹到這瞭,更多相關python正則表達式匹配反斜杠\內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- 利用C#快速查出哪些QQ好友空間屏蔽瞭自己
- Python正則表達re模塊之findall()函數詳解
- python regex庫實例用法總結
- vue-print-nb實現頁面打印功能實例(含分頁打印)
- python接口自動化之正則用例參數化的示例詳解