我正在尝试用正则表达式匹配一个字符串中的特定子字符串，例如在"\ue04a abc" 中匹配"\ue04a"。但似乎有些不对劲。这是我的代码：
m = re.match('\\([ue]+\d+[a-z]+)', "\ue04a abc").
返回的m 是一个空对象，即使我尝试在模式中使用三个反斜杠。怎么了？
【问题讨论】：
"\ue04a abc" == " abc" -- 字符串中没有实际的反斜杠
标签： regex python-3.x
Python 中正则表达式中的反斜杠非常棘手。对于常规字符串（单引号或三引号），有两次反斜杠解释：首先，Python 本身解释反斜杠（所以"\t" 表示单个字符，一个文本制表符），然后将结果传递给正则表达式引擎，该引擎由任何剩余的反斜杠都有自己的语义。
一般情况下，强烈建议使用r"\t"，因为这会删除 Python 字符串解析方面。这个带有r前缀的字符串不会被Python解释——字符串中的每个字符都只是代表它自己，包括反斜杠。所以这个特殊的例子代表一个长度为 2 的字符串，包含文字字符反斜杠 \ 和 t。
从您的问题中不清楚目标字符串 "\ue04a abc" 是否应该被解释为长度为 5 的字符串，其中包含 Unicode 字符 U+E04A（在 Private Use Area，又名 PUA 中，这意味着它没有任何特定的标准使用）后跟空格，a，b，c - 在这种情况下，您将使用类似的东西
m = re.match(r'[\ue000-\uf8ff]', "\ue04a abc")
捕获传统Basic Multilingual Plane PUA 中的任何单个代码点； -- 或者如果您想匹配以两个字符反斜杠 \ 和 u 开头，后跟四个十六进制数字的文字字符串：
m = re.match(r'\\u[0-9a-fA-F]{4}', r"\ue04a abc")
前者是 Python（以及大多数 Python 程序员）如何理解您的问题，但两种解释都是合理的。
以上展示了如何匹配“神秘序列”"\ue04a"；那么扩展代码以匹配包含此序列的更长字符串应该不难。
【讨论】：
这应该会有所帮助。
import re
m = re.match(r'(\\ue\d+[a-z]+)', r"\ue04a abc")
if m:
print( m.group() )
输出：
\ue04a
【讨论】：
r