错误的正则表达式或奇怪的行为？

Question

您好，我在这里发布我的问题，因为我不明白我的潜在错误。我正在解析成分列表。其中一些有诸如“* no-ogm”之类的指控。我成功地在字典中提取了大部分这些指控，以便直接从其他成分列表中提取已经引用的指控。问题是我的正则表达式适用于所有在线正则表达式测试器，但在我的 jupyter 笔记本中没有，我不明白为什么。这是一个例子：

string='''chickpeas* (31%), water, sesame oil* (11%), tofu* (soybeans*, water, gelling agent (nigari (magnesium chloride))), onions*, carrots*, yeast*, celery*, non-hydrogenated sunflower oil*, cashew nuts*, tomato paste*, vegetable bouillon* (sea salt, maize starch*, glucose syrup*, sunflower oil*, carrots*, onion*, parsnips*, turmeric*, ginger*, parsley*, nutmeg*, lovage*, bay leaves*, black pepper*), sea salt, ginger*, locust bean*, coriander*, turmeric*, cumin*, fenugreek*, nutmeg, black pepper*, cinnamon*, mustard seeds*, cardamom*, cayenne pepper* *from organic agriculture'''

和正则表达式：

pattern=re.findall('\*{1,3}\s{0,2}\bfrom organic agriculture\b\s{0,2}$',string)

在 Regex101 和 Pythex 中，可以清楚地找到字符串“*来自有机农业”的子集。在我的 jupyter 笔记本模式中返回“无”......为什么？我尝试了许多正则表达式标志来纠正这种行为，但是......没有任何效果。

这个问题在大规模范围内尤其成问题，因为我有一个如上所述的指控字典，我循环遍历我的每个字典键以在多个字符串中找到相应的模式。

提前感谢您的帮助

Answer 1

您应该在这里使用所谓的原始字符串，即代替：

pattern=re.findall('\*{1,3}\s{0,2}\bfrom organic agriculture\b\s{0,2}$',string)

做

pattern=re.findall(r'\*{1,3}\s{0,2}\bfrom organic agriculture\b\s{0,2}$',string)

如果您使用正则表达式类字符，这一点至关重要，例如 \s。

Answer 2

模式中b 之前的双反斜杠：'\*{1,3}\s{0,2}\\bfrom organic agriculture\\b\s{0,2}$'（其他此类字符为换行符、\。'、"、a、a、f、n、@9876543131 @、t、v、x，后跟一个十六进制字符代码），或者在模式前加上r:r'\*{1,3}\s{0,2}\bfrom organic agriculture\b\s{0,2}$'，这样反斜杠就不会被视为转义序列的开头（@987654321 @)。