Python lookbehind断言中的撇号

Question

我尝试使用Python正则表达式来获取字符分隔字符串的第一个标记。我不想把带反斜杠的分隔符当作真正的分隔符，所以我使用了一个负向回溯断言。当分隔符是逗号时，它可以正常工作。

>>> import re
>>> re.match("(.*?)(?<!\\\\),.*", "Hello\, world!,This is a comma separated string,Third value").groups(1)[0]
'Hello\\, world!'

然而，通过用撇号替换逗号的完全相同的代码根本不起作用。

>>> import re
>>> re.match("(.*?)(?<!\\\\)'.*", "Hello\' world!'This is an apostrophe separated string'Third value").groups(1)[0]
'Hello'
>>>

我使用的是python 2.7.2，但我使用的是Python 3(在Ideone上测试的)。Python re documentation并没有表明'是一个特殊字符，所以我真的想知道，为什么我的'会被区别对待？

(请不要评论:谁会想要一个撇号分隔的文件。好吧..。我有……)

Answer 1

print(repr("\'"),repr("\,"))

结果如下：

"'" '\\,'

正如您所看到的，"\'"实际上并没有包含\\。因此，当您将其更改为"\\'"时，模式将匹配producing：

Hello\' world!

"\'"实际上是一个escape sequence

\‘单引号(')

很明显，原因是

>>> ord("\'") == ord("'")
True

是因为"\'" 在上等同于"'"。\'是一个转义序列是有道理的：

>>> 'i\'ll'
"i'll"