【Python基礎(chǔ)】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 個字符。這里面有我們非常熟悉的字母、數(shù)字、標點符號，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(zhuǎn)成 10 進制后是 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(shù)值。

• \ 開頭并接三位 0-7 的數(shù)值，表示 8 進制

• \x 開頭并接兩位 0-f 的數(shù)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(zhuǎn)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(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：

1. \開頭并接三位 0-7 的數(shù)值（八進制）     --- 可以表示所有ASCII 字符

2. \x 開頭并接兩位 0-f 的數(shù)值（十六進制）  --- 可以表示所有ASCII 字符

3. \u 開頭并接四位 0-f 的數(shù)值（十六進制）  --- 可以表示所有 Unicode 字符

4. \U 開頭并接八位 0-f 的數(shù)值（三十二進制））  --- 可以表示所有 Unicode 字符

5. \ 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(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

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，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：

1. 如果你在 Python Shell 交互模式下，那么敲擊變量回車

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 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。