五种 Python 转义表示法

描述

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,这些都可以从我们的键盘中输出。除此之外,还有一些非常特殊的字符,这些字符,我通常很难用键盘上的找到,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 出来后就不一定你原来看到的了。

举个例子

 > > > msg = "hello�13world�13hello�13python"
 > > > print(msg)
hello
     world
          hello
               python
 > > >

是不是有点神奇?变成阶梯状的输出了。

那个 �13 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

键盘

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。

键盘

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,只要两位数就其 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:

# 第一种方法:8进制
 > > > msg = "hello�12world"
 > > > print(msg)
hello
world
 > > > 

# 第二种方法:16 进制
 > > > msg = "hellox0aworld"
 > > > 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 �12x0a 是等价的。

与此类似的表示法,还有如下这些

键盘

于是,要实现 hello + 回车 + world ,就有了第三种方法

# 第三种方法:使用类似别名的方法
 > > > msg = "hellonworld"
 > > > 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

 > > > print("u4E2D")

什么?我为什么知道 的 unicode 是 u4E2D?像下面这样打印就知道啦

# 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。

# 第四种方法:使用 unicode ,u000a 表示换行
 > > > print('hellou000aworld')
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,为了以前面的区分开来,这里用 U 开头。

# 第五种方法:使用 unicode ,U0000000A 表示换行
 > > > print('helloU0000000Aworld')
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。

键盘

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 hellonworld ,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。

> > > print(r"hellonworld")
hellonworld
 > > > 
 > > > print(R"hellonworld")
hellonworld

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

# 假设这个是外来数据,返回 "hellonworld"
 > > > 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:

> > > body = repr(spider())
 > > > print(body)
'hellonworld'

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。

 > > > body="hellonworld"
 > > > repr(body)
"'hello
world'"
 > > > 
 > > > 
 > > > body='hellonworld'
 > > > repr(body)
"'hello
world'"

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

 >> > "hellonworld".encode('string_escape')
'hello
world'
 > > >

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
 > > > body="hellonworld"
 > > > 
 > > > body
'hellonworld'
 > > > 
 > > > print(repr(body))
'hellonworld'
 > > >

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:

> > > body="hello
world"
 > > > 
 > > > body
'hello
world'
 > > > 
 > > > body.decode('string_escape')
'hellonworld'
 > > >

如果你使用 Python 3 ,可以这样:

 > > > body="hello
world"
 > > > 
 > > > body       
'hello
world'
 > > > 
 > > > bytes(body, "utf-8").decode("unicode_escape")
'hellonworld'
 > > >

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

 > > > import codecs 
 > > > body="hello
world"
 > > > 
 > > > codecs.decode(body, 'unicode_escape')
u'hellonworld'
 > > >

然后再看看 Python 3 中的输出

 > > > import codecs
 > > > body="hello
world"
 > > > 
 > > > codecs.decode(body, 'unicode_escape')
'hellonworld'
 > > >

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。

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分