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:

匹配反斜杠

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\\\,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)

結果

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: