python 主义字符的使用

1  转义字符的使用

在需要在字符中使用特殊字符时，python用反斜杠(\)转义字符。如下表：

有时我们并不想让转义字符生效，我们只想显示字符串原来的意思，这就要用r和R来定义原始字符串(raw string).如：

print r'\t\r'

实际输出为“\t\r”。

 

转义字符	描述
\(在行尾时)	续行符
\\	反斜杠符号
\'	单引号
\"	双引号
\a	响铃
\b	退格(Backspace)
\e	转义
\000	空
\n	换行
\v	纵向制表符
\t	横向制表符
\r	回车
\f	换页
\oyy	八进制数yy代表的字符，例如：\o12代表换行
\xyy	十进制数yy代表的字符，例如：\x0a代表换行
\other	其它的字符以普通格式输出

python实际使用中，是这样的：

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

转义字符在输出或者使用的是有才会发挥效用。

2 关于原始字符传(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时，反斜杠虽然不再做转义用，但它仍然保留了一部分“魔力”——保护字符串。当"\"在字符串末尾时，不被视为终结，python认为其后应该还有东西，结果没有，就报错了。

那岂不是用raw string写Windows路径就很不方便了吗？

答案是：raw string本来就不是为了方便写Windows路径而设计的，而是为了方便写正则表达式设计的。在正则表达式中，反斜杠是转义字符，因此不可能出现以反斜杠结尾的正则表达式。

Windows路径的“正统”写法应该是：

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

os.path.normcase在Windows平台下会自动把正斜杠转换成反斜杠。

由于正则表达式使用反斜杠来转义特殊字符，而python自身处理字符串时，反斜杠也是用于转义字符，这样就产生了一个双重转换的问题，要匹配字符串中1 个反斜杠应该怎么写正则表达式？"\\"，这样行吗？试试就知道了，re模块抛异常了，因为"\\"就是一个反斜杠，对于正则表达式解析器来说，是一个转 义字符，但是后面啥也没有，自然就报错了，"\\\"三个肯定是不行的，试试四个"\\\\"，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)

      输出：['\\', '\\']

      这里要这么理解，首先第一重转换是字符串自身的转义，那么"\\\\"，实际上就是表示两个反斜杠（两个字符），然后 传入正则表达式解析器，因为反斜杠依然是转义字符，那么进行第二重转换，两个反斜杠就代表一个反斜杠，所以就能和一个反斜杠进行匹配了，那么匹配连续的两 个反斜杠，写正则表达式时就要写8次"\"了，相当壮观，要匹配/d+(这个在正则表达式里面表示连续1一个以上的数字字符)这个字符串怎么写呢？

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+")

      写成re_str_patt = "\\\\d\+"也行，因为\+对于字符串来说，没有转义意义，所以就当成一个反斜杠了。

      在python中写正则表达式时用得最多的是raw字符串，原生字符串，什么意思？就是只有一重转换了，没有字符串转换了，只在正则表达式内部进行转换 了，这样匹配一个反斜杠的正则表达式可以这样写，re_str_patt = r"\\"，有人会想，以后写windows的文件路径什么的方便了，呵呵直接 path = r"c:\myforder\xx" 搞定，是的，这句没有问题，但是如果你写成 path = r"c:\myforder\xx\"，直接报错了，为什么？因为反斜杠虽然不作为转义字符了，但是还是对它后面的引号（包括单引号）有影响，使这个引号 不被视为字符串的终止，以为它后面还有字符，但是实际没有，因此会报错。其实可以反过来想raw字符串里面要表示引号怎么办呢？，可以发现 path = r"\\123\"xxx" 是可以的，那用raw字符串岂不是有局限性？不过raw在设计之初就是用来支持正则表达式的，而在正则里面反斜杠是转义字符，所以不可能出现在字符串的末尾的，所以建议不要图方便在其他的地方使用raw。