3.8 Python 转义的五种表示法 =========================== .. image:: http://image.iswbm.com/20200804124133.png 1. 为什么要有转义? ------------------- ASCII 表中一共有 128 个字符。这里面有我们非常熟悉的字母、数字、标点符号,都可以直接使用键盘输入。除此之外,还有一些非常特殊的字符,这些字符,通常很难在键盘上的找到,比如制表符、响铃这种。 为了能将那些特殊字符都能写入到字符串变量中,就规定了一个用于转义的字符 ``\`` ,有了这个字符,你在字符串中看的字符,print 出来后就不一定是你原来看到的了。 举个例子 .. code:: python >>> msg = "hello\013world\013hello\013python" >>> print(msg) hello world hello python >>> 是不是有点神奇?变成阶梯状的输出了。 那个 ``\013`` 又是什么意思呢? - ``\`` 是转义符号,上面已经说过 - ``013`` 是 ASCII 编码的八进制表示,注意前面是 ``0`` 且不可省略,而不是字母 ``o`` 把八进制的 13 转成 10 进制后是 11 .. image:: http://image.iswbm.com/image-20201125122441089.png 对照查看 ASCII 码表,11 对应的是一个垂直定位符号,这就能解释,为什么是阶梯状的输出字符串。 .. image:: http://image.iswbm.com/image-20201125122651086.png 2. 转义的 5 种表示法 -------------------- ASCII 有 128 个字符,如果用 八进制表示,至少得有三位数,才能将其全部表示。这就是为什么说上面的首位 ``0`` 不能省略的原因,即使现在用不上,我也得把它空出来。 而如果使用十六进制,只要两位数就能把 ASCII 的字符全部表示出来。同时为了避免和八进制的混淆起来,所以在 ``\`` 后面要加上英文字母 ``x`` 表示十六进制,后面再接两位十六进制的数值。 - ``\`` 开头并接三位 0-7 的数值,表示 8 进制 - ``\x`` 开头并接两位 0-f 的数值,表示 16进制 因此,当我定义一个字符串的值为 ``hello`` + 回车 + ``world`` 时,就有了多种方法: .. code:: python # 第一种方法:8进制 >>> msg = "hello\012world" >>> print(msg) hello world >>> # 第二种方法:16 进制 >>> msg = "hello\x0aworld" >>> print(msg) hello world >>> 通常我们很难记得住一个字符的 ASCII 编号,即使真记住了,也要去转换成八进制或者16进制,实在是太难了。 因此对于一些常用并且比较特殊字符,我们习惯用另一种类似别名的方式,比如使用 ``\n`` 表示换行,它与 ``\012`` 、\ ``\x0a`` 是等价的。 与此类似的表示法,还有如下这些 .. image:: http://image.iswbm.com/image-20201125213925997.png 于是,要实现 ``hello`` + 回车 + ``world`` ,就有了第三种方法 .. code:: python # 第三种方法:使用类似别名的方法 >>> msg = "hello\nworld" >>> print(msg) hello world >>> 到目前为止,我们掌握了 三种转义的表示法。 已经非常难得了,让我们的脑洞再大一点吧,接下来再介绍两种。 ASCII 码表所能表示字符实在太有限了,想打印一个中文汉字,抱歉,你得借助 Unicode 码。 Unicode 编码由 4 个16进制数值组合而成 .. code:: python >>> print("\u4E2D") 中 什么?我为什么知道 ``中`` 的 unicode 是 ``\u4E2D``\ ?像下面这样打印就知道啦 .. code:: python # Python 2.7 >>> a = u"中" >>> a u'\u4e2d' 由此,要实现 ``hello`` + 回车 + ``world`` ,就有了第四种方法。 .. code:: python # 第四种方法:使用 unicode ,\u000a 表示换行 >>> print('hello\u000aworld') hello world 看到这里,你是不是以为要结束啦? 不,还没有。下面还有一种。 Unicode 编码其实还可以由 8 个32进制数值组合而成,为了与前面的区分开来,这里用 ``\U`` 开头。 .. code:: python # 第五种方法:使用 unicode ,\U0000000A 表示换行 >>> print('hello\U0000000Aworld') hello world 好啦,目前我们掌握了五种转义的表示法。 总结一下: 1. ``\`` 开头并接三位 0-7 的数值(八进制) — 可以表示所有ASCII 字符 2. ``\x`` 开头并接两位 0-f 的数值(十六进制) — 可以表示所有ASCII 字符 3. ``\u`` 开头并接四位 0-f 的数值(十六进制) — 可以表示所有 Unicode 字符 4. ``\U`` 开头并接八位 0-f 的数值(三十二进制) — 可以表示所有 Unicode 字符 5. ``\`` 开头后接除 x、u、U 之外的特定字符 — 仅可表示部分字符 为什么标题说,转义也可以炫技呢? 试想一下,假如你的同事,在打印日志时,使用这种 unicode 编码,然后你在定位问题的时候使用这个关键词去搜,却发现什么都搜不到?这就扑街了。 .. image:: http://image.iswbm.com/image-20201126090917123.png 虽然这种行为真的很 sb,但在某些人看来也许是非常牛逼的操作呢? 五种转义的表示法到这里就介绍完成,接下来是更多转义相关的内容,也是非常有意思的内容,有兴趣的可以继续往下看。 3. raw 字符串 ------------- 当一个字符串中具有转义的字符时,我们使用 print 打印后,正常情况下,输出的不是我们原来在字符串中看到的那样子。 那如果我们需要输出 ``hello\nworld`` ,不希望 Python 将 ``\n`` 转义成 换行符呢? 这种情况下,你可以在定义时将字符串定义成 raw 字符串,只要在字符串前面加个 ``r`` 或者 ``R`` 即可。 .. code:: python >>> print(r"hello\nworld") hello\nworld >>> >>> print(R"hello\nworld") hello\nworld 然而,不是所有时候都可以加 ``r`` 的,比如当你的字符串是由某个程序/函数返回给你的,而不是你自己生成的 .. code:: python # 假设这个是外来数据,返回 "hello\nworld" >>> body = spider() >>> print(body) hello world 这个时候打印它,\ ``\n`` 就是换行打印。 4. 使用 repr ------------ 对于上面那种无法使用 ``r`` 的情况,可以试一下 ``repr`` 来解决这个需求: .. code:: python >>> body = repr(spider()) >>> print(body) 'hello\nworld' 经过 ``repr`` 函数的处理后,为让 print 后的结果,接近字符串本身的样子,它实际上做了两件事 1. 将 ``\`` 变为了 ``\\`` 2. 在字符串的首尾添加 ``'`` 或者 ``"`` 你可以在 Python Shell 下敲入 变量 回车,就可以能看出端倪。 首尾是添加 ``'`` 还是 ``"`` ,取决于你原字符串。 .. code:: python >>> body="hello\nworld" >>> repr(body) "'hello\\nworld'" >>> >>> >>> body='hello\nworld' >>> repr(body) "'hello\\nworld'" 5. 使用 string_escape --------------------- 如果你还在使用 Python 2 ,其实还可以使用另一种方法。 那就是使用 ``string.encode('string_escape')`` 的方法,它同样可以达到 ``repr`` 的效果 .. code:: python >>> "hello\nworld".encode('string_escape') 'hello\\nworld' >>> 6. 查看原生字符串 ----------------- 综上,想查看原生字符串有两种方法: 1. 如果你在 Python Shell 交互模式下,那么敲击变量回车 2. 如果不在 Python Shell 交互模式下,可先使用 ``repr`` 处理一下,再使用 print 打印 .. code:: python >>> body="hello\nworld" >>> >>> body 'hello\nworld' >>> >>> print(repr(body)) 'hello\nworld' >>> 7. 恢复转义:转成原字符串 ------------------------- 经过 ``repr`` 处理过或者 ``\\`` 取消转义过的字符串,有没有办法再回退出去,变成原先的有转义的字符串呢? 答案是:有。 如果你使用 Python 2,可以这样: .. code:: python >>> body="hello\\nworld" >>> >>> body 'hello\\nworld' >>> >>> body.decode('string_escape') 'hello\nworld' >>> 如果你使用 Python 3 ,可以这样: .. code:: python >>> body="hello\\nworld" >>> >>> body 'hello\\nworld' >>> >>> bytes(body, "utf-8").decode("unicode_escape") 'hello\nworld' >>> 什么?还要区分 Python 2 和 Python 3?太麻烦了吧。 明哥教你用一种可以兼容 Python 2 和 Python 3 的写法。 首先是在 Python 2 中的输出 .. code:: python >>> import codecs >>> body="hello\\nworld" >>> >>> codecs.decode(body, 'unicode_escape') u'hello\nworld' >>> 然后再看看 Python 3 中的输出 .. code:: python >>> import codecs >>> body="hello\\nworld" >>> >>> codecs.decode(body, 'unicode_escape') 'hello\nworld' >>> 可以看到 Pyhton 2 中的输出 有一个 ``u`` ,而 Python 3 的输出没有了 ``u``\ ,但无论如何 ,他们都取消了转义。 以上,就是我为大家整理的关于 Python 中转义的全部内容了,整理的过程,不断的发现新知识,帮助到大家的同时,自己也对转义的一些内容有了更深的理解。 如果本文对你有些许帮助,不如给明哥 **来个四连** ~ 比心