如何在Julia中使用Python正则模块？PyCall调用re.findall报错求助

这个问题我之前碰到过，本质就是Julia原生正则对象和Python正则模块的参数要求不兼容在搞鬼：

你在Julia里写的r"[\w']+|[.,!?;]"会生成一个Julia自己的Regex类型对象，但Python的re.findall()要求第一个参数必须是字符串格式的正则表达式，或者用re.compile()编译好的Python正则模式对象，直接传Julia的Regex对象自然就触发TypeError了。

下面给你两种可行的解决办法：

方法1：直接传递字符串形式的正则表达式 #

把正则表达式写成Julia的普通字符串（去掉r前缀），用三重双引号包裹可以避免内部单引号的转义问题：

using PyCall
@pyimport re
re.findall("""[\w']+|[.,!?;]""", "Hello, I'm a string!")

运行后就能得到和Python一样的结果：["Hello", ",", "I'm", "a", "string", "!"]

方法2：先编译Python正则模式（适合多次调用场景） #

如果需要重复使用这个正则表达式，先编译成Python的模式对象会更高效：

using PyCall
@pyimport re
# 编译正则模式
py_pattern = re.compile("""[\w']+|[.,!?;]""")
# 调用findall
py_pattern.findall("Hello, I'm a string!")

这个方法同样能得到正确的拆分结果，而且重复调用时不用每次解析正则表达式。

另外补个小细节：如果你的正则里有需要转义的字符（比如反斜杠），记得按照Python的字符串转义规则来写，比如Python里的\d在Julia字符串里直接写\d就行，不用额外转义~

内容的提问来源于stack exchange，提问作者zwlayer