python 主義字符的使用

1  轉義字符的使用

在需要在字符中使用特殊字符時，python用反斜槓(\)轉義字符。如下表：

有時我們並不想讓轉義字符生效，我們只想顯示字符串原來的意思，這就要用r和R來定義原始字符串(raw string).如：

print r'\t\r'

實際輸出爲“\t\r”。

 

轉義字符	描述
\(在行尾時)	續行符
\\	反斜槓符號
\'	單引號
\"	雙引號
\a	響鈴
\b	退格(Backspace)
\e	轉義
\000	空
\n	換行
\v	縱向製表符
\t	橫向製表符
\r	回車
\f	換頁
\oyy	八進制數yy代表的字符，例如：\o12代表換行
\xyy	十進制數yy代表的字符，例如：\x0a代表換行
\other	其它的字符以普通格式輸出

python實際使用中，是這樣的：

>>> s = '\\'
>>> s
'\\'
>>> print s
\

轉義字符在輸出或者使用的是有才會發揮效用。

2 關於原始字符傳(raw_string)的使用：

>>> path = r"C:\mydir\mysubdir\"
   File "<string>", line 1
     path = r"C:\mydir\mysubdir\"
                              ^
SyntaxError: EOL while scanning single-quoted strin

在使用raw string時，反斜槓雖然不再做轉義用，但它仍然保留了一部分“魔力”——保護字符串。當"\"在字符串末尾時，不被視爲終結，python認爲其後應該還有東西，結果沒有，就報錯了。

那豈不是用raw string寫Windows路徑就很不方便了嗎？

答案是：raw string本來就不是爲了方便寫Windows路徑而設計的，而是爲了方便寫正則表達式設計的。在正則表達式中，反斜槓是轉義字符，因此不可能出現以反斜槓結尾的正則表達式。

Windows路徑的“正統”寫法應該是：

path = os.path.normcase("c:/mydir/mysubdir/")

os.path.normcase在Windows平臺下會自動把正斜槓轉換成反斜槓。

由於正則表達式使用反斜槓來轉義特殊字符，而python自身處理字符串時，反斜槓也是用於轉義字符，這樣就產生了一個雙重轉換的問題，要匹配字符串中1 個反斜槓應該怎麼寫正則表達式？"\\"，這樣行嗎？試試就知道了，re模塊拋異常了，因爲"\\"就是一個反斜槓，對於正則表達式解析器來說，是一個轉 義字符，但是後面啥也沒有，自然就報錯了，"\\\"三個肯定是不行的，試試四個"\\\\"，完美匹配。

view plaincopy to clipboardprint?
import re   
re_str_patt = "\\\\" 
reObj = re.compile(re_str_patt)   
str_test = "abc\\cd\\hh" 
print reObj.findall(str_test) 
import re
re_str_patt = "\\\\"
reObj = re.compile(re_str_patt)
str_test = "abc\\cd\\hh"
print reObj.findall(str_test)

      輸出：['\\', '\\']

      這裏要這麼理解，首先第一重轉換是字符串自身的轉義，那麼"\\\\"，實際上就是表示兩個反斜槓（兩個字符），然後 傳入正則表達式解析器，因爲反斜槓依然是轉義字符，那麼進行第二重轉換，兩個反斜槓就代表一個反斜槓，所以就能和一個反斜槓進行匹配了，那麼匹配連續的兩 個反斜槓，寫正則表達式時就要寫8次"\"了，相當壯觀，要匹配/d+(這個在正則表達式裏面表示連續1一個以上的數字字符)這個字符串怎麼寫呢？

view plaincopy to clipboardprint?
import re   
re_str_patt = "\\\\d\\+" 
print re_str_patt   
reObj = re.compile(re_str_patt)   
print reObj.findall("\\d+") 
import re
re_str_patt = "\\\\d\\+"
print re_str_patt
reObj = re.compile(re_str_patt)
print reObj.findall("\\d+")

      寫成re_str_patt = "\\\\d\+"也行，因爲\+對於字符串來說，沒有轉義意義，所以就當成一個反斜槓了。

      在python中寫正則表達式時用得最多的是raw字符串，原生字符串，什麼意思？就是隻有一重轉換了，沒有字符串轉換了，只在正則表達式內部進行轉換 了，這樣匹配一個反斜槓的正則表達式可以這樣寫，re_str_patt = r"\\"，有人會想，以後寫windows的文件路徑什麼的方便了，呵呵直接 path = r"c:\myforder\xx" 搞定，是的，這句沒有問題，但是如果你寫成 path = r"c:\myforder\xx\"，直接報錯了，爲什麼？因爲反斜槓雖然不作爲轉義字符了，但是還是對它後面的引號（包括單引號）有影響，使這個引號 不被視爲字符串的終止，以爲它後面還有字符，但是實際沒有，因此會報錯。其實可以反過來想raw字符串裏面要表示引號怎麼辦呢？，可以發現 path = r"\\123\"xxx" 是可以的，那用raw字符串豈不是有侷限性？不過raw在設計之初就是用來支持正則表達式的，而在正則裏面反斜槓是轉義字符，所以不可能出現在字符串的末尾的，所以建議不要圖方便在其他的地方使用raw。