如何使用正则表达式删除转义序列（例如“转义字符串”）？答案

【问题标题】：How remove escaped sequences (e.g. \"escaped string\") using regex?如何使用正则表达式删除转义序列（例如“转义字符串”）？
【发布时间】：2023-04-11 10:56:01
【问题描述】：

我正在尝试从字符串中删除带引号的序列。对于下面的示例，我的脚本运行良好：

import re
doc = ' Doc = "This is a quoted string: this is cool!" '
cleanr = re.compile('\".*?\"')
doc = re.sub(cleanr, '', doc)
print doc

结果（如预期）：

' Doc =  '

但是，当我在引用的句子中转义字符串时，我无法使用我认为正确的模式删除转义序列：

import re
doc = ' Doc = "This is a quoted string: \"this is cool!\" " '
cleanr = re.compile('\\".*?\\"') # new pattern
doc = re.sub(cleanr, '', doc)
print doc

结果

'Doc = this is cool!'

预期：

'Doc = "This is a quoted string: " '

有谁知道发生了什么？如果模式'\\".*?\\"' 是错误的，那么正确的模式是什么？

【问题讨论】：

当您将第一个和第二个表达式发送到re 模块时，由于失控转义，它们最终都成为相同的表达式。使用原始字符串来避免这个问题。
这个问题问得很好也很清楚，我真的看不出有什么理由拒绝它。

标签： python regex string match

【解决方案1】：

doc 不包含任何转义字符，因此您的正则表达式不匹配。

在字符串中添加r前缀，这意味着它应该被视为一个原始字符串，忽略转义代码。

试试这个：

>>> doc = r' Doc = "This is a quoted string: \"this is cool!\" " '
>>> cleanr = re.compile(r'\\".*?\\"')
>>> re.sub(cleanr, '', doc)
' Doc = "This is a quoted string:  " '

【讨论】：

谢谢你们的及时回答。效果很好。
请注意，此答案假定您能够将 doc 定义为代码中的文字。如果你能做到这一点，那就太好了。如果您是从其他来源获取的，最好希望它包含文字反斜杠。