大家好，我是明哥。
这篇文章在昨天的头条其实已经发过，但是由于是挺早之前仓促而写的，发之前也没有好好的检查内容，导致有一些内容有一些问题，这也很正常，谁写的代码没有点 bug，文章也是类似。
但是我还是怕误导我的一些读者，所以第一时间将文章做了删除处理。
下班回家后我立马认真的校稿一遍，对一些错误的内容进行了更正，同时也补充了不少新的内容进来，对比昨天的版本，更加系统了。
相信对于不少同学来说，即使是非常不起眼的 转义， 本篇文章也是能学到不少东西的。
好了，以下是文章的正文。
1. 为什么要有转义?
ASCII 表中一共有 128 个字符。这里面有我们非常熟悉的字母、数字、标点符号，这些都可以从我们的键盘中输出。除此之外，还有一些非常特殊的字符，这些字符，我通常很难用键盘上的找到，比如制表符、响铃这种。
为了能将那些特殊字符都能写入到字符串变量中，就规定了一个用于转义的字符 \ ，有了这个字符，你在字符串中看的字符，print 出来后就不一定你原来看到的了。
举个例子
- >>> msg = "hello\013world\013hello\013python"
- >>> print(msg)
- hello
- world
- hello
- python
- >>>
是不是有点神奇?变成阶梯状的输出了。
那个 \013 又是什么意思呢?
- \ 是转义符号，上面已经说过
- 013 是 ASCII 编码的八进制表示，注意前面是 0 且不可省略，而不是字母 o
把八进制的 13 转成 10 进制后是 11
对照查看 ASCII 码表，11 对应的是一个垂直定位符号，这就能解释，为什么是阶梯状的输出字符串。
2. 转义的 5 种表示法
ASCII 有 128 个字符，如果用 八进制表示，至少得有三位数，才能将其全部表示。这就是为什么说上面的首位 0 不能省略的原因，即使现在用不上，我也得把它空出来。
而如果使用十六进制，只要两位数就其 ASCII 的字符全部表示出来。同时为了避免和八进制的混淆起来，所以在 \ 后面要加上英文字母 x 表示十六进制，后面再接两位十六进制的数值。
- \ 开头并接三位 0-7 的数值，表示 8 进制
- \x 开头并接两位 0-f 的数值，表示 16进制
因此，当我定义一个字符串的值为 hello + 回车 + world 时，就有了多种方法：
- # 第一种方法：8进制
- >>> msg = "hello\012world"
- >>> print(msg)
- hello
- world
- >>>
-
- # 第二种方法：16 进制
- >>> msg = "hello\x0aworld"
- >>> print(msg)
- hello
- world
- >>>
通常我们很难记得住一个字符的 ASCII 编号，即使真记住了，也要去转换成八进制或者16进制，实在是太难了。
因此对于一些常用并且比较特殊字符，我们习惯用另一种类似别名的方式，比如使用 \n 表示换行，它与 \012 、\x0a 是等价的。
与此类似的表示法，还有如下这些
于是，要实现 hello + 回车 + world ，就有了第三种方法
- # 第三种方法：使用类似别名的方法
- >>> msg = "hello\nworld"
- >>> print(msg)
- hello
- world
- >>>
到目前为止，我们掌握了 三种转义的表示法。
已经非常难得了，让我们的脑洞再大一点吧，接下来再介绍两种。
ASCII 码表所能表示字符实在太有限了，想打印一个中文汉字，抱歉，你得借助 Unicode 码。
Unicode 编码由 4 个16进制数值组合而成
- >>> print("\u4E2D")
- 中
什么?我为什么知道 中 的 unicode 是 \u4E2D?像下面这样打印就知道啦
- # Python 2.7
- >>> a = u"中"
- >>> a
- u'\u4e2d'
由此，要实现 hello + 回车 + world ，就有了第四种方法。
- # 第四种方法：使用 unicode ，\u000a 表示换行
- >>> print('hello\u000aworld')
- hello
- world
看到这里，你是不是以为要结束啦?
不，还没有。下面还有一种。
Unicode 编码其实还可以由 8 个32进制数值组合而成，为了以前面的区分开来，这里用 \U 开头。
- # 第五种方法：使用 unicode ，\U0000000A 表示换行
- >>> print('hello\U0000000Aworld')
- hello
- world
好啦，目前我们掌握了五种转义的表示法。
总结一下：
\开头并接三位 0-7 的数值(八进制) --- 可以表示所有ASCII 字符
\x 开头并接两位 0-f 的数值(十六进制) --- 可以表示所有ASCII 字符
\u 开头并接四位 0-f 的数值(十六进制) --- 可以表示所有 Unicode 字符
\U 开头并接八位 0-f 的数值(三十二进制)) --- 可以表示所有 Unicode 字符
\ 开头后接除 x、u、U 之外的特定字符 --- 仅可表示部分字符
为什么说，转义也可以炫技呢?
试想一下，假如你的同事，在打印日志时，使用这种 unicode 编码，然后你在定位问题的时候使用这个关键词去搜，却发现什么都搜不到?这就扑街了。
虽然这种行为真的很 sb，但在某些人看来也许是非常牛逼的操作呢?
五种转义的表示法到这里就介绍完成，接下来是更多转义相关的内容，也是非常有意思的内容，有兴趣的可以继续往下看。
3. raw 字符串
当一个字符串中具有转义的字符时，我们使用 print 打印后，正常情况下，输出的不是我们原来在字符串中看到的那样子。
那如果我们需要输出 hello\nworld ，不希望 Python 将 \n 转义成 换行符呢?
这种情况下，你可以在定义时将字符串定义成 raw 字符串，只要在字符串前面加个 r 或者 R 即可。
- >>> print(r"hello\nworld")
- hello\nworld
- >>>
- >>> print(R"hello\nworld")
- hello\nworld
然而，不是所有时候都可以加 r 的，比如当你的字符串是由某个程序/函数返回给你的，而不是你自己生成的
- # 假设这个是外来数据，返回 "hello\nworld"
- >>> body = spider()
- >>> print(body)
- hello
- world
这个时候打印它，\n 就是换行打印。
4. 使用 repr
对于上面那种无法使用 r 的情况，可以试一下 repr 来解决这个需求：
- >>> body = repr(spider())
- >>> print(body)
- 'hello\nworld'
经过 repr 函数的处理后，为让 print 后的结果，接近字符串本身的样子，它实际上做了两件事
- 将 \ 变为了 \\
- 在字符串的首尾添加 ' 或者 "
你可以在 Python Shell 下敲入 变量 回车，就可以能看出端倪。
首尾是添加 ' 还是 " ，取决于你原字符串。
- >>> body="hello\nworld"
- >>> repr(body)
- "'hello\\nworld'"
- >>>
- >>>
- >>> body='hello\nworld'
- >>> repr(body)
- "'hello\\nworld'"
5. 使用 string_escape
如果你还在使用 Python 2 ，其实还可以使用另一种方法。
那就是使用 string.encode('string_escape') 的方法，它同样可以达到 repr 的效果
- >>> "hello\nworld".encode('string_escape')
- 'hello\\nworld'
- >>>
6. 查看原生字符串
综上，想查看原生字符串有两种方法：
- 如果你在 Python Shell 交互模式下，那么敲击变量回车
- 如果不在 Python Shell 交互模式下，可先使用 repr 处理一下，再使用 print 打印
- >>> body="hello\nworld"
- >>>
- >>> body
- 'hello\nworld'
- >>>
- >>> print(repr(body))
- 'hello\nworld'
- >>>
7. 恢复转义：转成原字符串
经过 repr 处理过或者 \\ 取消转义过的字符串，有没有办法再回退出去，变成原先的有转义的字符串呢?
答案是：有。
如果你使用 Python 2，可以这样：
- >>> body="hello\\nworld"
- >>>
- >>> body
- 'hello\\nworld'
- >>>
- >>> body.decode('string_escape')
- 'hello\nworld'
- >>>
如果你使用 Python 3 ，可以这样：
- >>> body="hello\\nworld"
- >>>
- >>> body
- 'hello\\nworld'
- >>>
- >>> bytes(body, "utf-8").decode("unicode_escape")
- 'hello\nworld'
- >>>
什么?还要区分 Python 2 和 Python 3?太麻烦了吧。
明哥教你用一种可以兼容 Python 2 和 Python 3 的写法。
首先是在 Python 2 中的输出
- >>> import codecs
- >>> body="hello\\nworld"
- >>>
- >>> codecs.decode(body, 'unicode_escape')
- u'hello\nworld'
- >>>
然后再看看 Python 3 中的输出
- >>> import codecs
- >>> body="hello\\nworld"
- >>>
- >>> codecs.decode(body, 'unicode_escape')
- 'hello\nworld'
- >>>
可以看到 Pyhton 2 中的输出 有一个 u ，而 Python 3 的输出没有了 u，但无论如何 ，他们都取消了转义。
以上，就是我为大家整理的关于 Python 中转义的全部内容了，整理的过程，不断的发现新知识，帮助到大家的同时，自己也对转义的一些内容有了更深的理解。
也无意间整理出来转义的五种表示法，因此本篇文章就勉强被我纳入了 Python 炫技操作系列。本系列的文章，你可以点下面的链接进行查看。
本文转载自微信公众号「Python编程时光」，可以通过以下二维码关注。转载本文请联系Python编程时光公众号。
