Python 原始字符串和 unicode：如何使用 Web 输入作为正则表达式模式？

编辑：一旦您了解了“r”标志的含义，这个问题就没有真正意义了。更多细节here https://stackoverflow.com/questions/2081640/what-exactly-do-u-and-rstring-flags-in-python-and-what-are-raw-string-litter/2081708#2081708。 对于寻找快速答案的人，我在下面添加了内容。

如果我在 Python 脚本中手动输入正则表达式，我可以为我的模式字符串使用 4 种标志组合：

• p1 =“模式”
• p2 = u“模式”
• p3 = r“模式”
• p4 = ru“模式”

我有一堆来自 Web 表单输入的 unicode 字符串，并希望将它们用作正则表达式模式。

我想知道应该对字符串应用什么过程，这样我就可以从使用上面的手动表单中得到类似的结果。就像是 ：

import re
assert re.match(p1, some_text) == re.match(someProcess1(web_input), some_text)
assert re.match(p2, some_text) == re.match(someProcess2(web_input), some_text)
assert re.match(p3, some_text) == re.match(someProcess3(web_input), some_text)
assert re.match(p4, some_text) == re.match(someProcess4(web_input), some_text)

someProcess1 到 someProcessN 是什么？为什么？

我想 someProcess2 不需要做任何事情，而 someProcess1 应该做一些 unicode 转换为本地编码。对于原始字符串文字，我一无所知。

除了可能必须正确编码 Unicode（在 Python 2.* 中）之外，不需要任何处理，因为没有特定的type对于“原始字符串”——它只是文字的语法，即字符串常量，并且代码片段中没有任何字符串常量，因此不需要“处理”任何内容。