禁用自动加倍“\”字符Python 2.7 re2 bug

Question

我正在尝试用python2.7构建regex。你知道吗

我有这个密码：

expression = u"(|\s|[.!?\\-])+?(\b%s\b)(\s|[.!?\\-]|\Z)+?" % term

如果我的术语是“技术”，那么我希望得到：

(|\s|[.!?\\-])+?(\btechnologies\b)(\s|[.!?\\-]|\Z)+?

然而，我得到的是：

(|\\s|[.!?\\-])+?(\btechnologies\b)(\\s|[.!?\\-]|\\Z)+?

\s和\Z中的\字符加倍。以前，我用r字符串（r“..regex…”）代替unicode字符串，我的\b字符也会加倍。现在，如果不使用r“”，\b是我所期望的，但是，\s和\Z仍然会加倍。你知道吗

此外，我还编写了一个难看的hack，expression.replace("\\\\", "\\")，希望去掉多余的斜杠。但是，它不起作用。你知道吗

我怎样才能去掉多余的斜杠？你知道吗

谢谢！你知道吗

编辑1:

加上r会让事情变得更糟。你知道吗

输入1:expression = u"(|\s|[.!?\\-])+?(\b%s\b)(\s|[.!?\\-]|\Z)+?" % term

输出1：(|\\s|[.!?\\-])+?(\btechnologies\b)(\\s|[.!?\\-]|\\Z)+?

输入2：expression = r"(|\s|[.!?\\-])+?(\b%s\b)(\s|[.!?\\-]|\Z)+?" % term

输出2：(|\\s|[.!?\\\\-])+?(\\btechnologies\\b)(\\s|[.!?\\\\-]|\\Z)+?

编辑2:

我发现了窃听器，它和替身无关。我在这里讲完后再详细说明。这和re2有关。你知道吗

Answer 1

在字符串开头加上r 所以呢

expression = r"(|\s|[.!?\\-])+?(\b%s\b)(\s|[.!?\\-]|\Z)+?" % term

字符串开头的As r关键字告诉python解释器将其视为原始字符串。所以所有的逃逸符都被视为普通符