正则表达式 []内外的区别

my_ser = pd.Series(['1我是1\r2', '2\n\r2我是\s\r我是2', '3\s\n3\n\s3'])
# 如果元素中出现转义符或中文,则删除转义符或中文并分割,结果如下
my_result = pd.Series([['1', '1'], ['2', '2'], ['3', '3']])
# 我的解决思路是:
pattern = r'[\s]+|[\n]+|[\r]+|[\u4e00-\u9fa5]+'
my_ser.apply(lambda x: re.split(pattern, x))
# 为什么\s无法被消除

pattern = r'[\s\n\r\u4e00-\u9fa5]+'
my_ser.apply(lambda x: re.split(pattern, x))

r'[\s]+|[\n]+|[\r]+|[\u4e00-\u9fa5]+' 与 r'[\s\n\r\u4e00-\u9fa5]+' 之间的区别在于前者会将空白字符（包括空格、制表符、换行符等）以及中文字符都单独匹配并删除，而后者只会匹配连续的空白字符、换行符、回车符和中文字符，并将它们一起删除。

具体来说：

1. r'[\s]+|[\n]+|[\r]+|[\u4e00-\u9fa5]+' 中的 [\s]+ 匹配一个或多个连续的空白字符，[\n]+ 匹配一个或多个连续的换行符，[\r]+ 匹配一个或多个连续的回车符，[\u4e00-\u9fa5]+' 匹配一个或多个连续的中文字符。这意味着它会将这些字符分别删除。
2. r'[\s\n\r\u4e00-\u9fa5]+' 中的 [\s\n\r\u4e00-\u9fa5]+' 匹配一个或多个连续的空白字符、换行符、回车符或中文字符，并将它们一起删除。

因此，如果您想要删除所有这些字符，并且不关心它们是连续的还是分散的，可以使用 r'[\s\n\r\u4e00-\u9fa5]+'，这样可以更简洁地实现目标。如果您想保留连续的空白字符或中文字符之间的间隔，可以使用 r'[\s]+|[\n]+|[\r]+|[\u4e00-\u9fa5]+'，这将把它们分别删除。