理解python中正則表達式的原始字符串

Question

我有很多充滿換行符的文本文件，這些文件在python 3.4中進行解析。 我正在尋找換行符，因為它們將我的文本分為不同的部分。 這是一個文本示例：

text = 'avocat  ;\n\n       m. x'

我天真地開始在正則表達式（RE）中尋找帶有' \\n '的換行符，而沒有想到反斜杠' \\ '是轉義字符。 但是，事實證明可以正常工作：

>>> import re

>>> pattern1 = '\n\n'
>>> re.findall(pattern1, text)
['\n\n']

然后，我了解到我應該使用雙反斜杠以查找一個反斜杠。 這也很好：

>>> pattern2 = '\\n\\n'
>>> re.findall(pattern2, text)
['\n\n']

但是在另一個線程上 ，有人告訴我使用原始字符串而不是常規字符串，但是這種格式無法找到我要查找的換行符：

>>> pattern3 = r'\\n\\n'
>>> pattern3
'\\\\n\\\\n'
>>> re.findall(pattern3, text)
[]

你能幫我一下嗎？ 我對於應該正確使用換行符的RE之王感到有些困惑。

Answer 1

使用原始字符串時，請勿將反斜杠加倍：

>>> pattern3 = r'\n\n'
>>> pattern3
'\\n\\n'
>>> re.findall(pattern3, text)
['\n\n']

Answer 2

好，我知道了。 ' \\n ' ' \\\\n '". 在這個漂亮的Python regex備忘單中，它說：“ ' \\n ' ' \\\\n ' 。

這就是為什么pattern1和pattern2在上一個示例中匹配我的文本的原因。 但是， pattern3在已解釋的文本中查找' \\\\n '，在規范的字符串表示形式中實際上是' \\\\\\\\n '。