文本字符分析python_Python转义字符准确列表表格+实际存储解析

在编写解析文本或者流的程序中, 常常要面对转义字符的处理, 而这其中遇到的很多坑, 常常是因为不理解转义字符的在计算机中的存储而生. 本文分析转义字符在计算机中的存储, 帮助理解本质, 方能快速写好程序.

1 定义

转义符号, 英文escape(逃避), 在Python中就是反斜线符号"", 它被用来使得该符号紧接的字符能"逃避"当前含义, 而采用另一种特殊含义.

转义字符, 指的是形如"\n", "\r", "\t", "'"这样一个实际被转义符号转换含义的字符.

2 转义字符实际有哪些?

Python官方文档所给出的转义字符如下: 引用1

Python2.7转义字符

然而, 实际上, 这个表格是不准确的. 我们可以用如下一段Python程序进行测试.

# -*- coding:utf-8 -*-

# 测试平台: macOS 10.13 Terminal + Python2.7.14

t = ('text\newlinetext', # 无效

'text\\text',

'text\'text',

'text\"text',

'text\atext',

'text\btext',

'text\ftext',

'text\ntext',

'text\rtext',

'text\ttext',

'text\ua000text', # 无效

'text\Ua000a000text', # 无效

'text\vtext',

'八进制text\012text', # 注意第一个字符是数字零, \012会被转化为十进制的10, 再以ASCII表第10个输出linefeed导致换行效果

'八进制text\000text', # 本质上就是八进制获得00, 再按照ASCII表第0个输出

'十六进制text\xfftext', # 注意八进制和十进制转义字符都不能直接表示数值, 而是表示ASCII对应的字符

)

for char in t:

print char

# 防转义

print '防转义方法两种方法:', r'\n', "\\t"

# 格式化

formalize = '%s is %d old. He loves %x and %o' % ('Tom', 25, 100, 10) # 格式化输出时, octal value是用%o(字母o)

print formalize

输出结果

Python2.7实际有效转义字符

注意到octal value反斜线后面第一个字符是数字0而非字母o.

3 转义字符在计算机中的存储和视觉展示

假设我们在test.py中写了如下代码

s = "\n"

那么, 转义字符在计算机内存中存储: \n

s = "\n"

(注意, 在内存中, 这是一个字符, 而非两个字符!)

如果选择打印, 则输出一个linefeed换行效果.

假设我们在data.txt文件中, 写下了\n

那么, 实际在计算机中这个文件存储的是\\n

\\是一个字符, 代表的是\,

n是一个字符, 代表的就是n,

因此, 为了打开一个文件我们能够视觉上看到"\n", 实际上计算机文件存储的是\\ + n两个字符.

如果这个文件被读入到内存中, 变成一个字符串, 其仍然是\\和n两个字符, 如果我们把它print出来, 仍然是"\n" .

这样, 打开文本文件视觉上看到的文本, 和我们使用print看到的文本是完全一致的.

如果我们在test.py程序文件中, 写的是s = r"\n"

那么, 计算机将存储的是\\ + n, 因此print出来仍然还是\n, 也就是说达到了不转义的效果. (注意即使加了r, '和"如果遇到周围包裹的是同样类型的引号, 仍然得转义)

s = r'\n'

END