Python3.8.16下re.error: bad escape \s，日志异常检测模型迁移问题

问题描述 #

日志异常检测模型在Python2环境运行正常，迁移到Python3后触发re.error: bad escape \s at position 0错误，报错代码行：

splitter = re.sub(' +', '\s+', splitters[k])

已尝试替换import re为import regex as re，并将替换字符串改为\\\s+，但问题未解决。

完整报错回溯 #

File "AEL_demo.py", line 16, in <module>
    parser.parse(log_file)
  File "/media/cvpr/CM_24/logparser/demo/../logparser/AEL/AEL.py", line 47, in parse
    self.load_data()
  File "/media/cvpr/CM_24/logparser/demo/../logparser/AEL/AEL.py", line 180, in load_data
    headers, regex = self.generate_logformat_regex(self.logformat)
  File "/media/cvpr/CM_24/logparser/demo/../logparser/AEL/AEL.py", line 213, in generate_logformat_regex
    splitter = re.sub(' +', '\s+', splitters[k])
  File "/home/cvpr/anaconda3/envs/logpare/lib/python3.8/re.py", line 210, in sub
    return _compile(pattern, flags).sub(repl, string, count)
  File "/home/cvpr/anaconda3/envs/logpare/lib/python3.8/re.py", line 327, in _subx
    template = _compile_repl(template, pattern)
  File "/home/cvpr/anaconda3/envs/logpare/lib/python3.8/re.py", line 318, in _compile_repl
    return sre_parse.parse_template(repl, pattern)
  File "/home/cvpr/anaconda3/envs/logpare/lib/python3.8/sre_parse.py", line 1042, in parse_template
    raise s.error('bad escape %s' % this, len(this))
re.error: bad escape \s at position 0

原代码片段 #

for k in range(len(splitters)):
    if k % 2 == 0:
        splitter = re.sub(' +', '\s+', splitters[k])
        regex += splitter
    else:
        header = splitters[k].strip('<').strip('>')
        regex += '(?P<%s>.*?)' % header
        headers.append(header)
regex = re.compile('^' + regex + '$')
return headers, regex

解决方案 #

问题根源是Python3的re.sub对替换字符串的转义规则比Python2更严格：Python2会忽略替换字符串中未定义的转义序列（直接保留原字符），但Python3会直接抛出错误。

只需将替换字符串改为原始字符串或正确转义反斜杠即可：

方法1：使用原始字符串（推荐） #

将报错行修改为：

splitter = re.sub(' +', r'\s+', splitters[k])

原始字符串前缀r会让Python不解析字符串内的转义序列，直接将\s+作为普通字符串传递给re.sub。

方法2：双反斜杠转义 #

如果不想用原始字符串，也可以用双反斜杠转义\：

splitter = re.sub(' +', '\\s+', splitters[k])

此时Python会将\\解析为单个\，传递给re.sub的就是\s+。

方法3：若坚持使用regex库 #

如果继续用regex库，需确保替换字符串的转义正确，同样可以用原始字符串：

import regex as re
# ...
splitter = re.sub(' +', r'\s+', splitters[k])

修改后完整代码片段 #

for k in range(len(splitters)):
    if k % 2 == 0:
        splitter = re.sub(' +', r'\s+', splitters[k])
        regex += splitter
    else:
        header = splitters[k].strip('<').strip('>')
        regex += '(?P<%s>.*?)' % header
        headers.append(header)
regex = re.compile('^' + regex + '$')
return headers, regex

内容的提问来源于stack exchange，提问作者Khawar Islam