Python 炫技操作：五種 Python 轉(zhuǎn)義表示法
大家好，我是明哥。
這篇文章在昨天的頭條其實已經(jīng)發(fā)過，但是由于是挺早之前倉促而寫的，發(fā)之前也沒有好好的檢查內(nèi)容，導(dǎo)致有一些內(nèi)容有一些問題，這也很正常，誰寫的代碼沒有點 bug，文章也是類似。
但是我還是怕誤導(dǎo)我的一些讀者，所以第一時間將文章做了刪除處理。
下班回家后我立馬認(rèn)真的校稿一遍，對一些錯誤的內(nèi)容進(jìn)行了更正，同時也補(bǔ)充了不少新的內(nèi)容進(jìn)來，對比昨天的版本，更加系統(tǒng)了。
相信對于不少同學(xué)來說，即使是非常不起眼的 轉(zhuǎn)義， 本篇文章也是能學(xué)到不少東西的。
好了，以下是文章的正文。
1. 為什么要有轉(zhuǎn)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(shù)字、標(biāo)點符號，這些都可以從我們的鍵盤中輸出。除此之外，還有一些非常特殊的字符，這些字符，我通常很難用鍵盤上的找到，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(guī)定了一個用于轉(zhuǎn)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(zhuǎn)義符號，上面已經(jīng)說過
- 013 是 ASCII 編碼的八進(jìn)制表示，注意前面是 0 且不可省略，而不是字母 o
把八進(jìn)制的 13 轉(zhuǎn)成 10 進(jìn)制后是 11
對照查看 ASCII 碼表，11 對應(yīng)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(zhuǎn)義的 5 種表示法
ASCII 有 128 個字符，如果用 八進(jìn)制表示，至少得有三位數(shù)，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(xiàn)在用不上，我也得把它空出來。
而如果使用十六進(jìn)制，只要兩位數(shù)就其 ASCII 的字符全部表示出來。同時為了避免和八進(jìn)制的混淆起來，所以在 \ 后面要加上英文字母 x 表示十六進(jìn)制，后面再接兩位十六進(jìn)制的數(shù)值。
- \ 開頭并接三位 0-7 的數(shù)值，表示 8 進(jìn)制
- \x 開頭并接兩位 0-f 的數(shù)值，表示 16進(jìn)制
因此，當(dāng)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(jìn)制
- >>> msg = "hello\012world"
- >>> print(msg)
- hello
- world
- >>>
- # 第二種方法：16 進(jìn)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(zhuǎn)換成八進(jìn)制或者16進(jìn)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(xí)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。
與此類似的表示法，還有如下這些
于是，要實現(xiàn) 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(zhuǎn)義的表示法。
已經(jīng)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(jìn)制數(shù)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(xiàn) 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(jié)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(jìn)制數(shù)值組合而成，為了以前面的區(qū)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(zhuǎn)義的表示法。
總結(jié)一下：
\開頭并接三位 0-7 的數(shù)值(八進(jìn)制) --- 可以表示所有ASCII 字符
\x 開頭并接兩位 0-f 的數(shù)值(十六進(jìn)制) --- 可以表示所有ASCII 字符
\u 開頭并接四位 0-f 的數(shù)值(十六進(jìn)制) --- 可以表示所有 Unicode 字符
\U 開頭并接八位 0-f 的數(shù)值(三十二進(jìn)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(biāo)題說，轉(zhuǎn)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(guān)鍵詞去搜，卻發(fā)現(xiàn)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(zhuǎn)義的表示法到這里就介紹完成，接下來是更多轉(zhuǎn)義相關(guān)的內(nèi)容，也是非常有意思的內(nèi)容，有興趣的可以繼續(xù)往下看。
3. raw 字符串
當(dāng)一個字符串中具有轉(zhuǎn)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(zhuǎn)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(dāng)你的字符串是由某個程序/函數(shù)返回給你的，而不是你自己生成的
- # 假設(shè)這個是外來數(shù)據(jù)，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(jīng)過 repr 函數(shù)的處理后，為讓 print 后的結(jié)果，接近字符串本身的樣子，它實際上做了兩件事
- 將 \ 變?yōu)榱?\\
- 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(dá)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(fù)轉(zhuǎn)義：轉(zhuǎn)成原字符串
經(jīng)過 repr 處理過或者 \\ 取消轉(zhuǎn)義過的字符串，有沒有辦法再回退出去，變成原先的有轉(zhuǎn)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(qū)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(zhuǎn)義。
以上，就是我為大家整理的關(guān)于 Python 中轉(zhuǎn)義的全部內(nèi)容了，整理的過程，不斷的發(fā)現(xiàn)新知識，幫助到大家的同時，自己也對轉(zhuǎn)義的一些內(nèi)容有了更深的理解。
也無意間整理出來轉(zhuǎn)義的五種表示法，因此本篇文章就勉強(qiáng)被我納入了 Python 炫技操作系列。本系列的文章，你可以點下面的鏈接進(jìn)行查看。
本文轉(zhuǎn)載自微信公眾號「Python編程時光」，可以通過以下二維碼關(guān)注。轉(zhuǎn)載本文請聯(lián)系Python編程時光公眾號。
