Django - 在模型中存储原始字符串文字以供正则表达式使用？

Question

我有 Django 模型，我需要在其中一个字段中存储一个正则表达式字符串，以便稍后使用：

class Foo(models.Model):
    name = models.CharField(max_length=30, unique=True)
    regex_string = models.TextField()

例如，regex_string 字段可能设置为：

r'\d{2}'

然后我稍后尝试检索它，将其编译为正则表达式并使用它 - 但是，它似乎没有按计划工作：

>>> pattern = re.compile(ham.regex_string)
>>> print(pattern.match("22"))
None

显然，如果我直接传递原始字符串文字，它可以正常工作：

>>> pattern = re.compile(r'\d{2}')
>>> pattern.match("22")
<_sre.SRE_Match object at 0x1505100>

如果我真的打印 ham.regex_string，它会返回：

u"r'\\d{2}'"

所以它是一个 unicode 字符串，但由于某种原因，反斜杠加倍了？有没有更好的方法在 Django 模型中存储正则表达式模式，以便我以后可以使用它？

干杯， 维克多

编辑：感谢大家的回答 =)。我已将答案授予 rczajka，因为他是帖子的第一部分（至少如果要相信 StackOverflow 时间戳的话）。

只是为了澄清问题，该字段是由用户在表单 (django-admin) 上输入的。以前，他们在 with r'' 中输入正则表达式 - 例如r'\d{2}\。但是，如果我只是让他们输入字符串文字本身 \d{2}，它现在似乎可以工作 - Django 不会篡改字符串或解释反斜杠 - 没有理由应该这样做，对吧？

Answer 1

你只需要在找回它之后变得更聪明。

>>> import ast
>>> print ast.literal_eval(u"r'\\d{2}'")
\d{2}

Answer 2

呃，不要存储文字（即"r'\d{2}'"），存储它产生的内容。

foo    = Foo.objects.create(regex_string = r'\d{2}')
foo_re = re.compile(foo.regex_string)

Answer 3

如何设置 regex_string 字段？您是否可能在页面上输入内容？ r'' 符号只是语法糖：

>>> r'\d{2}'
'\\d{2}'
>>> print r'\d{2}'
\d{2}

因此，如果您想在输入中输入内容，请编写实际的正则表达式字符串 (\d{2})，而不是 Python 文字。

Answer 4

这是一个非常奇怪的错误。 Python 原始字符串只是一种语法便利（它评估为常规字节字符串），所以我看不出它是如何获得u"r'\\d{2}" 的。我能想到的只是你以某种方式在文字周围写了双引号，这不太可能是错误。

当我跑步时

from someproject.someapp.models import *
ham = Foo(name=u'test', regex_string=r'\d{2}')
ham.save()
ham = Foo.objects.get(name=u'test')
print ham.regex_string

在manage.py shell 中，我得到了Unicode 字符串\d{2}（如预期的那样）。

您说您打印了ham.regex_string，但看起来您实际上只是在 Python 交互式控制台中对其进行了评估。这给出了一个对象的repr，在本例中为u'\\d{2}'。加倍的\\ 仅用于展示；该字符串实际上包含一个\。

另外：您实际上是在使用正则表达式来匹配二进制字符串吗？如果没有，您应该改用 Unicode 正则表达式 ur'\d{2}'。如果是，则应显式对正则表达式进行 Base64 编码，因为通常二进制正则表达式不是有效的 UTF-8，因此不会正确存储在数据库中。