一日一技：在 Python 正则表达式模块中逃跑（escape）

• 2019 年 12 月 17 日
• 筆記

但有时候，我们只想让这些符号表示它本来的意思，不想让它的特殊意义表露出来，应该怎么办？

我们知道，在正则表达式中可以使用反斜杠来让一个特殊符号变成普通符号，例如.表示普通的小数点，$表示普通的美元符号。

现在我有一个列表keywords_list，里面是100个字符串，我想判断是否有任意一个字符串在某个给定的句子中。如果用 for 循环一个一个去检查，效率非常低。于是可以考虑使用正则表达式：

import re    pattern = re.compile('|'.join(keywords_list))    if pattern.search('目标句子'):      print('目标句子中包含某个关键词')  

但假设 keywords_list列表中有如下的字符串：

keywords_list = ['4.5', '+{d', '***']  

那么我们使用正则表达式就会导致报错，如下图所示。

这是因为这些字符串里面存在特殊的符号，这些符号在正则表达式里面有特殊的意义，有使用的规范，不能随意使用。

但是，keywords_list里面有各种各样的特殊符号，难道要一个一个取出来，逐一x.replace('+', '+').replace('.', '.').replace('*', '*')...?

当然不用，Python 的正则表达式模块已经帮你想好了解决办法，使用re.escape就能自动处理所有的特殊符号了！

它的用法如下：

>>> import re  >>> keywords_list = ['4.5', '+{d', '***']  >>> pattern_str = '|'.join(keywords_list)  >>> safe_pattern_str = re.escape(pattern_str)  >>> print(safe_pattern_str)  4.5|+{d|***  >>> re.compile(safe_pattern_str)  re.compile('4\.5\|\+\{d\|\*\*\*')  >>>  

运行效果如下图所示：

解决问题。