[[354161]]

大家好，我是明哥。

這篇文章在昨天的頭條其實已經發過，但是由于是挺早之前倉促而寫的，發之前也沒有好好的檢查內容，導致有一些內容有一些問題，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真的校稿一遍，對一些錯誤的內容進行了更正，同時也補充了不少新的內容進來，對比昨天的版本，更加系統了。

相信對于不少同學來說，即使是非常不起眼的 轉義， 本篇文章也是能學到不少東西的。

好了，以下是文章的正文。

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，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。

與此類似的表示法，還有如下這些

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，為了以前面的區分開來，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

1. 將 \ 變為了 \\
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。

也無意間整理出來轉義的五種表示法，因此本篇文章就勉強被我納入了 Python 炫技操作系列。本系列的文章，你可以點下面的鏈接進行查看。

本文轉載自微信公眾號「Python編程時光」，可以通過以下二維碼關注。轉載本文請聯系Python編程時光公眾號。