python - Python 后行断言中的撇号

Question

我正在尝试使用 Python 正则表达式来获取字符分隔字符串的第一个标记。我不想将反斜杠分隔符视为真正的分隔符，因此我使用否定的后向断言。当分隔符是逗号时，它可以正常工作。

>>> import re
>>> re.match("(.*?)(?<!\\\\),.*", "Hello\, world!,This is a comma separated string,Third value").groups(1)[0]
'Hello\\, world!'

而用撇号替换逗号的完全相同的代码根本不起作用。

>>> import re
>>> re.match("(.*?)(?<!\\\\)'.*", "Hello\' world!'This is an apostrophe separated string'Third value").groups(1)[0]
'Hello'
>>>

我使用的是 python 2.7.2，但我与 Python 3 具有相同的行为(在 Ideone 上测试)。 Python re documentation并不表明 ' 是特殊字符，所以我真的很想知道，为什么我的 ' 会受到不同的对待？

(请不要评论:谁会想要一个以撇号分隔的文件。嗯...我愿意...)

Answer 1

print(repr("\'"),repr("\,"))

结果:

"'" '\\,'

如您所见，"\'" 中实际上没有 \\ 。因此，当您将其更改为 "\\'" 时，模式会匹配生成:

Hello\' world!

"\'" 实际上是 escape sequence :

\' Single quote (')

原因很明显

>>> ord("\'") == ord("'")
True

是因为"\'" 相当于"'"。这是有道理的 \' 是一个转义序列:

>>> 'i\'ll'
"i'll"