Python 原始字符串（r 前綴）詳解：禁止轉義、正則表達式與 Windows 路徑的最佳實踐

在 Python 字符串字面量前加 r 或 R 前綴，創建「原始字符串」。它的核心語義：反斜杠 \ 不再作為轉義字符，而是字面量本身。本文詳細說明其行為邊界、常見應用場景及注意事項。

基本對比

>> print("asdfas\n")      # 普通字符串：\n 被解析為換行
asdfas

>>> print(r"asdfas\n")   # 原始字符串：\n 保持原樣
asdfas\n

核心規則

1. 所有反斜杠保留原意：\n、\t、\\、\xhh、\uhhhh 等均不轉義。
2. 引號仍需轉義：字符串內部的同類引號仍需用反斜杠轉義，否則語法錯誤。

   >> r'it\'s ok'   # 正確
   "it's ok"
   >>> r"say \"hi\"" # 正確
   'say "hi"'
   

3. 不能以單個反斜杠結尾：r"abc\" 語法錯誤，因為結尾引號被反斜杠「轉義」了。需寫 r"abc\\" 或 "abc\\"。
4. 前綴不區分大小寫：r""、R"" 效果相同。
5. 可與其他前綴組合：rf""（Python 3.6+ f-string）、rb""（bytes）、ru""（Python 2 兼容）。

三大典型應用場景

1. 正則表達式模式

正則本身大量使用 \（如 \d、\w、\b、\\），普通字符串需雙重轉義 \\d，極易出錯。

2. Windows 文件路徑

Windows 路徑使用反斜杠分隔，普通字符串需寫 "C:\\Users\\Name\\Docs"。

3. 文檔字符串與多行文本

進階：原始字符串與編碼

原始字符串僅影響源碼編譯階段的轉義處理，不影響運行時編碼。運行時它們仍是普通 str 對象，編碼為 UTF-8（Python 3 默認）。

>> s = r'\u4e2d'
>>> s
'\\u4e2d'          # 長度 6，字面反斜杠+u4e2d
>>> len(s)
6
>>> s.encode('utf-8')
b'\\\\u4e2d'

若需 Unicode 轉義生效，請勿用 r 前綴，或使用 bytes.decode('unicode_escape')。

常見誤區

最佳實踐建議

1. 正則表達式：永遠使用 r"" 定義模式。
2. Windows 路徑：優先用 pathlib.Path（跨平台、語義化），次選 r""。
3. 文檔/模板：包含大量反斜杠的多行文本用 r"""..."""。
4. 源碼可讀性：凡涉及反斜杠字面量，統一加 r，減少認知負荷。

原始字符串是 Python 為處理「反斜杠密集」場景提供的語法糖，正確使用能消除大量雙重轉義帶來的 Bug，提升代碼可讀性與維護性。