避免在正則表達式中轉義字符

Question

我正在使用POST正文的內容，並希望提取每個鍵的值。 我試圖解析的數據是：

s = b'----------------------------941135026682458398564529\r\nContent-Disposition: form-data; name="username"\r\n\r\nmyusername\r\n----------------------------941135026682458398564529\r\nContent-Disposition: form-data; name="password"\r\n\r\nmypassword\r\n----------------------------941135026682458398564529\r\nContent-Disposition: form-data; name="keyword"\r\n\r\nmykeyword\r\n----------------------------941135026682458398564529--\r\n'

我想得到的是使用Python的re模塊的值myusername ， mypassword和mykeyword 。 出於這個原因，我生成了這種模式：

pattern = r'\bname=\"{}\"\\r\\n\\r\\n([^-]+)\\r'      

然后根據需要修改以匹配每個鍵：

username_pattern = re.compile(pattern.format("username"))                                      
password_pattern = re.compile(pattern.format("password"))                      
keyword_pattern = re.compile(pattern.format("keyword")) 

我面臨的問題是所有的反斜杠都被轉義，所以當我定義pattern ，不是保留先前定義的值，而是每個反斜杠都會被轉義 ：

'\\bname=\\"{}\\"\\\\r\\\\n\\\\r\\\\n([^-]+)\\\\r'

然后，當我運行<any of the compiled patterns>.search(s)方法時，沒有匹配項。 我在這里測試了模式，它與每個關鍵字一起按預期工作。 如何避免這種反斜杠轉義？ 而且，如果我所要求的不是必要的，我做錯了什么？ 提前致謝。

Answer 1

原始字符串僅影響解析文字的方式。 字符串對象無法記住您輸入的內容，因此當它向您顯示反斜杠時，它會向您顯示非原始文字的內容。

這三個是等價的：

>>> re.compile('\r', re.DEBUG)
LITERAL 13
>>> re.compile('\\r', re.DEBUG)
LITERAL 13
>>> re.compile(r'\r', re.DEBUG)
LITERAL 13

但這不是：

>>> re.compile(r'\\r', re.DEBUG)
LITERAL 92
LITERAL 114

Answer 2

您已經在使用raw前綴。 所以不需要雙重轉義\\r或\\n或者它們將被逐字逐句（正則表達式接受文字\\n或\\\\n ）。 所以唯一的問題仍然是你需要以raw方式傳遞的\\b char：

pattern = r'\bname="{}"\r\n\r\n([^-]+)\r'

替代沒有raw ：

pattern = '\\bname="{}"\r\n\r\n([^-]+)\r'

那些我得到你的字符串匹配（當我用它作為字符串，而不是字節）