Python 炫技操作：五種 Python 轉(zhuǎn)義表示法

1. 為什么要有轉(zhuǎn)義？

ASCII 表中一共有 128 個(gè)字符。這里面有我們非常熟悉的字母、數(shù)字、標(biāo)點(diǎn)符號(hào)，這些都可以從我們的鍵盤(pán)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(pán)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(xiě)入到字符串變量中，就規(guī)定了一個(gè)用于轉(zhuǎn)義的字符 \ ，有了這個(gè)字符，你在字符串中看的字符，print 出來(lái)后就不一定你原來(lái)看到的了。

舉個(gè)例子

>>>?msg?=?"hello\013world\013hello\013python"
>>>?print(msg)
hello
?????world
??????????hello
???????????????python
>>>?

是不是有點(diǎn)神奇？變成階梯狀的輸出了。

那個(gè) \013 又是什么意思呢？

• \ 是轉(zhuǎn)義符號(hào)，上面已經(jīng)說(shuō)過(guò)

• 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(duì)照查看 ASCII 碼表，11 對(duì)應(yīng)的是一個(gè)垂直定位符號(hào)，這就能解釋?zhuān)瑸槭裁词请A梯狀的輸出字符串。

2. 轉(zhuǎn)義的 5 種表示法

ASCII 有 128 個(gè)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(shuō)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(lái)。

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(lái)。同時(shí)為了避免和八進(jìn)制的混淆起來(lái)，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(kāi)頭并接三位 0-7 的數(shù)值，表示 8 進(jìn)制

• \x 開(kāi)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(gè)字符串的值為 hello + 回車(chē) + world 時(shí)，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(gè)字符的 ASCII 編號(hào)，即使真記住了，也要去轉(zhuǎn)換成八進(jìn)制或者16進(jìn)制，實(shí)在是太難了。

因此對(duì)于一些常用并且比較特殊字符，我們習(xí)慣用另一種類(lèi)似別名的方式，比如使用 \n 表示換行，它與 \012 、\x0a 是等價(jià)的。

與此類(lèi)似的表示法，還有如下這些

于是，要實(shí)現(xiàn) hello + 回車(chē) + world ，就有了第三種方法

#?第三種方法：使用類(lèi)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(diǎn)吧，接下來(lái)再介紹兩種。

ASCII 碼表所能表示字符實(shí)在太有限了，想打印一個(gè)中文漢字，抱歉，你得借助 Unicode 碼。

Unicode 編碼由 4 個(gè)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(shí)現(xiàn) hello + 回車(chē) + 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(méi)有。下面還有一種。

Unicode 編碼其實(shí)還可以由 8 個(gè)32進(jìn)制數(shù)值組合而成，為了以前面的區(qū)分開(kāi)來(lái)，這里用 \U 開(kāi)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：

1. \開(kāi)頭并接三位 0-7 的數(shù)值（八進(jìn)制） ? ? --- 可以表示所有ASCII 字符

2. \x 開(kāi)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

3. \u 開(kāi)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

4. \U 開(kāi)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

5. \ 開(kāi)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(shuō)，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(shí)，使用這種 unicode 編碼，然后你在定位問(wèn)題的時(shí)候使用這個(gè)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(lái)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(lái)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(gè)字符串中具有轉(zhuǎn)義的字符時(shí)，我們使用 print 打印后，正常情況下，輸出的不是我們?cè)瓉?lái)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(shí)將字符串定義成 raw 字符串，只要在字符串前面加個(gè) 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(shí)候都可以加 r 的，比如當(dāng)你的字符串是由某個(gè)程序/函數(shù)返回給你的，而不是你自己生成的

#?假設(shè)這個(gè)是外來(lái)數(shù)據(jù)，返回?"hello\nworld"
>>>?body?=?spider()
>>>?print(body)
hello
world

這個(gè)時(shí)候打印它，\n 就是換行打印。

4. 使用 repr

對(duì)于上面那種無(wú)法使用 r 的情況，可以試一下 repr 來(lái)解決這個(gè)需求：

>>>?body?=?repr(spider())
>>>?print(body)
'hello\nworld'

經(jīng)過(guò) 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(shí)際上做了兩件事

1. 將 \ 變?yōu)榱?\\

2. 在字符串的首尾添加 ' 或者 "

你可以在 Python Shell 下敲入 變量 回車(chē)，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(shí)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：

1. 如果你在 Python Shell 交互模式下，那么敲擊變量回車(chē)

2. 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(guò) repr 處理過(guò)或者 \\ 取消轉(zhuǎn)義過(guò)的字符串，有沒(méi)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(xiě)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(gè) u ，而 Python 3 的輸出沒(méi)有了 u，但無(wú)論如何 ，他們都取消了轉(zhuǎn)義。