python正则表达式匹配之转义符\陷阱

       python中的转义就是通过转义符号\对字符进行字面意思和字符特殊定义（如果有的话）之间的转换，python中使用标准模块re进行字符串的正则表达式匹配时，需要特别注意转义符的使用，如果不了解正则表达式和字符串的转义符，那么很容易在使用正则表达式匹配时犯错。

       在使用python的re模块进行正则匹配时，关于转义符需要注意的点有三处：1、正则表达式和字符串匹配的经历过程；2、字符串转义；3、正则表达式转义。

1、正则表达式和字符串匹配过程

       当我们使用正则表达式字符串和被匹配字符串进行匹配时，实际上发生的过程如下图所示。即对于正则表达式字符串，其首先会经过python对字符串对象的转义，得到转以后的字符串，然后进一步的，re会使用转以后的字符串作为正则表达式pattern对象；当然进一步匹配的时候，正则表达式自身也有转义。对于被匹配的字符串，其也是经过字符串转义后再进入正则表达式匹配的。

       因此，当我们要利用正则表达式进行匹配时，由于对于正则表达式的字符串转义不是我们所需要的，因此我们可以直接使用原生字符串（即以r作为开头表示的字符串，比如r'raw_string'）来写正则表达式，这样可以避免字符串转义这个过程带来的非预期结果。具体的，我们看如下例子。

import re

re.findall(r'\\','\\')
[out]: ['\\']   #这个结果可以说明对于被匹配字符串，是经过字符串转以后匹配的，
                #因为如果不转义直接匹配，那么被匹配的字符串为'\\'，正则转义后的'\\'为'\'，
                #匹配后得到的结果将是['\','\']，其输出的格式将是['\\','\\']，因为'\'不是合法
                #的输出对象，而是打印显示结果


re.findall('\\.','\\k')
[out]: []

re.findall('\\.','as.s')
[out]: ['.']    #这两个结果说明，对于正则表达式字符串，其是先经过字符串转义，再经过正则转义后
                #进行匹配的；因为如果是直接正则转义，那么'\\.'匹配的是\加任意字符，所以对
                #'\\k'的匹配结果应该是['\\k']，但实际结果是[]；而实际上先经过字符串转义，得到\.，
                #再经过正则转义，得到的就是原生的'.'，因此对于'as.s'的匹配结果是['.']

2、字符串转义

       对于字符串的转义，如果是未预定义的转义，或者说是一个单独的转义符\出现在字符串中，那么其会被认为是原生的\，但是为了保证显示的是\，会在对象输出的时候自动输出为\\。如下所示。

s = 'ca\lm'
s
[out]: 'ca\\lm'

3、正则转义

       对于正则表达式的转义，如果\出现在了正则表达式中，但是其紧随的符号是一个未定义的转义，那么对于python3.6之前的版本，单个的转义符\会被自动忽略，但是在python3.6以及之后的版本，会发生报错，即不允许未定义的转义出现在正则表达式中，如果表达原生的\，需要\\进行转义以表达原生的\；这样报错的机制是为了给以后新加的转义定义留空间，并保持代码向后兼容，不然如果新的版本增加的新定义的转义且旧版本不报错，那么旧代码的正则表达式便不再适用了。

       因此，无论是字符串还是正则表达式，对于转义符\的出现都要谨慎，对于原生反斜杠\的表示，记得进行\\转义。