1. 為什么要有轉義?
ASCII 表中一共有 128 個字符。這里面有我們非常熟悉的字母、數字、標點符號,都可以直接使用鍵盤輸入。除此之外,還有一些非常特殊的字符,這些字符,通常很難在鍵盤上的找到,比如制表符、響鈴這種。
為了能將那些特殊字符都能寫入到字符串變量中,就規定了一個用于轉義的字符 \
,有了這個字符,你在字符串中看的字符,print 出來后就不一定是你原來看到的了。
舉個例子
>>> msg = "hello\013world\013hello\013python"
>>> print(msg)
hello
world
hello
python
是不是有點神奇?變成階梯狀的輸出了。
那個 \013
又是什么意思呢?
\
是轉義符號,上面已經說過
013
是 ASCII 編碼的八進制表示,注意前面是 0
且不可省略,而不是字母 o
把八進制的 13 轉成 10 進制后是 11
對照查看 ASCII 碼表,11 對應的是一個垂直定位符號,這就能解釋,為什么是階梯狀的輸出字符串。
2. 轉義字符的 5 種表示法
ASCII 有 128 個字符,如果用 八進制表示,至少得有三位數,才能將其全部表示。這就是為什么說上面的首位 0
不能省略的原因,即使現在用不上,我也得把它空出來。
而如果使用十六進制,只要兩位數就能把 ASCII 的字符全部表示出來。同時為了避免和八進制的混淆起來,所以在 \
后面要加上英文字母 x
表示十六進制,后面再接兩位十六進制的數值。
\
開頭并接三位 0-7 的數值,表示 8 進制
\x
開頭并接兩位 0-f 的數值,表示 16進制
因此,當我定義一個字符串的值為 hello
+ 回車 + world
時,就有了多種方法:
# 第一種方法:8進制
>>> msg = "hello\012world"
>>> print(msg)
hello
world
# 第二種方法:16 進制
>>> msg = "hello\x0aworld"
>>> print(msg)
hello
world
通常我們很難記得住一個字符的 ASCII 編號,即使真記住了,也要去轉換成八進制或者16進制,實在是太難了。
因此對于一些常用并且比較特殊字符,我們習慣用另一種類似別名的方式,比如使用 \n
表示換行,它與 \012
、\x0a
是等價的。
于是,要實現 hello
+ 回車 + world
,就有了第三種方法
# 第三種方法:使用類似別名的方法
>>> msg = "hello\nworld"
>>> print(msg)
hello
world
到目前為止,我們掌握了 三種轉義的表示法。
已經非常難得了,讓我們的腦洞再大一點吧,接下來再介紹兩種。
ASCII 碼表所能表示字符實在太有限了,想打印一個中文漢字,抱歉,你得借助 Unicode 碼。
Unicode 編碼由 4 個16進制數值組合而成
>>> print("\u4E2D")
中
什么?我為什么知道 中
的 unicode 是 \u4E2D
?像下面這樣打印就知道啦
# Python 2.7
>>> a = u"中"
>>> a
u'\u4e2d'
由此,要實現 hello
+ 回車 + world
,就有了第四種方法。
# 第四種方法:使用 unicode ,\u000a 表示換行
>>> print('hello\u000aworld')
hello
world
看到這里,你是不是以為要結束啦?
不,還沒有。下面還有一種。
Unicode 編碼其實還可以由 8 個32進制數值組合而成,為了與前面的區分開來,這里用 \U
開頭。
# 第五種方法:使用 unicode ,\U0000000A 表示換行
>>> print('hello\U0000000Aworld')
hello
world
好啦,目前我們掌握了五種轉義的表示法。
總結一下:
\
開頭并接三位 0-7 的數值(八進制) — 可以表示所有ASCII 字符
\x
開頭并接兩位 0-f 的數值(十六進制) — 可以表示所有ASCII 字符
\u
開頭并接四位 0-f 的數值(十六進制) — 可以表示所有 Unicode 字符
\U
開頭并接八位 0-f 的數值(三十二進制) — 可以表示所有 Unicode 字符
\
開頭后接除 x、u、U 之外的特定字符 — 僅可表示部分字符
為什么標題說,轉義也可以炫技呢?
試想一下,假如你的同事,在打印日志時,使用這種 unicode 編碼,然后你在定位問題的時候使用這個關鍵詞去搜,卻發現什么都搜不到?這就撲街了。
雖然這種行為真的很 sb,但在某些人看來也許是非常牛逼的操作呢?
五種轉義的表示法到這里就介紹完成,接下來是更多轉義相關的內容,也是非常有意思的內容,有興趣的可以繼續往下看。
3. raw 字符串
當一個字符串中具有轉義的字符時,我們使用 print 打印后,正常情況下,輸出的不是我們原來在字符串中看到的那樣子。
那如果我們需要輸出 hello\nworld
,不希望 Python 將 \n
轉義成 換行符呢?
這種情況下,你可以在定義時將字符串定義成 raw 字符串,只要在字符串前面加個 r
或者 R
即可。
>>> print(r"hello\nworld")
hello\nworld
>>>
>>> print(R"hello\nworld")
hello\nworld
然而,不是所有時候都可以加 r
的,比如當你的字符串是由某個程序/函數返回給你的,而不是你自己生成的
# 假設這個是外來數據,返回 "hello\nworld"
>>> body = spider()
>>> print(body)
hello
world
這個時候打印它,\n
就是換行打印。
4. 使用 repr
對于上面那種無法使用 r
的情況,可以試一下 repr
來解決這個需求:
>>> body = repr(spider())
>>> print(body)
'hello\nworld'
經過 repr
函數的處理后,為讓 print 后的結果,接近字符串本身的樣子,它實際上做了兩件事
將 \
變為了 \\
在字符串的首尾添加 '
或者 "
你可以在 Python Shell 下敲入 變量 回車,就可以能看出端倪。
首尾是添加 '
還是 "
,取決于你原字符串。
>>> body="hello\nworld"
>>> repr(body)
"'hello\\nworld'"
>>>
>>>
>>> body='hello\nworld'
>>> repr(body)
"'hello\\nworld'"
5. 使用 string_escape
如果你還在使用 Python 2 ,其實還可以使用另一種方法。
那就是使用 string.encode('string_escape')
的方法,它同樣可以達到 repr
的效果
>>> "hello\nworld".encode('string_escape')
'hello\\nworld'
6. 查看原生字符串
綜上,想查看原生字符串有兩種方法:
如果你在 Python Shell 交互模式下,那么敲擊變量回車
如果不在 Python Shell 交互模式下,可先使用 repr
處理一下,再使用 print 打印
>>> body="hello\nworld"
>>>
>>> body
'hello\nworld'
>>>
>>> print(repr(body))
'hello\nworld'
7. 恢復轉義:轉成原字符串
經過 repr
處理過或者 \\
取消轉義過的字符串,有沒有辦法再回退出去,變成原先的有轉義的字符串呢?
答案是:有。
如果你使用 Python 2,可以這樣:
>>> body="hello\\nworld"
>>>
>>> body
'hello\\nworld'
>>>
>>> body.decode('string_escape')
'hello\nworld'
如果你使用 Python 3 ,可以這樣:
>>> body="hello\\nworld"
>>>
>>> body
'hello\\nworld'
>>>
>>> bytes(body, "utf-8").decode("unicode_escape")
'hello\nworld'
什么?還要區分 Python 2 和 Python 3?太麻煩了吧。
明哥教你用一種可以兼容 Python 2 和 Python 3 的寫法。
首先是在 Python 2 中的輸出
>>> import codecs
>>> body="hello\\nworld"
>>>
>>> codecs.decode(body, 'unicode_escape')
u'hello\nworld'
然后再看看 Python 3 中的輸出
>>> import codecs
>>> body="hello\\nworld"
>>>
>>> codecs.decode(body, 'unicode_escape')
'hello\nworld'
可以看到 Pyhton 2 中的輸出 有一個 u
,而 Python 3 的輸出沒有了 u
,但無論如何 ,他們都取消了轉義。
以上,就是我為大家整理的關于 Python 中轉義的全部內容了,整理的過程,不斷的發現新知識,幫助到大家的同時,自己也對轉義的一些內容有了更深的理解。
審核編輯:湯梓紅
-
python
+關注
關注
56文章
4792瀏覽量
84630 -
轉義字符
+關注
關注
0文章
3瀏覽量
752
發布評論請先 登錄
相關推薦
評論