Answers:
实际上并没有任何“原始字符串 ”。这里有原始的字符串文字,它们恰好是'r'
在引号前用a标记的字符串文字。
“原始字符串文字”与字符串文字的语法略有不同,其中\
反斜杠“”代表“只是反斜杠”(除非在引号之前否则会终止文字)- “转义序列”代表换行符,制表符,退格键,换页等。在普通的字符串文字中,每个反斜杠必须加倍,以避免被当作转义序列的开始。
之所以存在此语法变体,主要是因为正则表达式模式的语法带有反斜杠(但不会在末尾加重),所以语法比较繁琐(因此,上面的“ except”子句无关紧要),并且在避免将每个模式加倍时看起来会更好一些- - 就这样。表达本机Windows文件路径(用反斜杠代替其他平台上的常规斜杠)也引起了人们的欢迎,但这很少需要(因为正常斜杠在Windows上也可以正常工作)并且不完美(由于“ except”子句)以上)。
r'...'
是一个字节串(在Python 2 *),ur'...'
是Unicode字符串(再次,在Python 2 *),以及任何其他3种引用的也产生完全相同的类型字符串(因此,例如r'...'
,r'''...'''
,r"..."
,r"""..."""
都是字节字符串,依此类推)。
不确定“ 返回 ”是什么意思-本质上没有前后方向,因为没有原始字符串类型,它只是一种表示完全正常的字符串对象,字节或Unicode的替代语法。
是的,在Python 2 *,u'...'
是当然总是从刚不同'...'
-前者是一个unicode字符串,后者是一个字节的字符串。文字表达的编码方式可能是完全正交的问题。
例如,考虑一下(Python 2.6):
>>> sys.getsizeof('ciao')
28
>>> sys.getsizeof(u'ciao')
34
Unicode对象当然会占用更多的存储空间(很短的字符串,很明显,;-差别很小)。
u
和r
不是可交换的:ur'str'
有效,不能ru'str'
。(至少在win7的ipython 2.7.2中)
r
字符串并注意到,如果\
是最后一个字符,则不会将其视为文字,而是转义结束引号,导致SyntaxError: EOL while scanning string literal
。因此,\\
对于\
以反斜杠结尾的任何字符串的最终实例,仍必须使用它。
sys.getsizeof('cioa') == sys.getsizeof(r'cioa') == sys.getsizeof(u'cioa')
(带有UTF8 lang的Ubuntu 16.04)。同样,type('cioa') == type(r'cioa') == type(u'cioa')
。但是,原始字符串插值会有所不同,因此sys.getsizeof('\ncioa') == sys.getsizeof(u'\ncioa') != sys.getsizeof(r'\ncioa')
python中有两种类型的字符串:传统str
类型和较新unicode
类型。如果您键入的字符串文字u
前面不带,则将得到str
存储8位字符的旧类型,而带u
前面的将得到unicode
可存储任何Unicode字符的较新类型。
在r
完全不改变类型,它只是改变了字符串是如何解释。如果没有,则将r
反斜杠视为转义字符。使用时r
,反斜杠被视为文字。无论哪种方式,类型都是相同的。
ur
当然是Unicode字符串,其中反斜杠是文字反斜杠,而不是转义码的一部分。
您可以尝试使用str()
函数将Unicode字符串转换为旧字符串,但是如果旧字符串中无法表示任何Unicode字符,则会出现异常。如果愿意,可以先用问号替换它们,但是当然这会导致这些字符不可读。str
如果要正确处理Unicode字符,建议不要使用该类型。
“ u”前缀表示该值具有类型unicode
而不是str
。
带有“ r”前缀的原始字符串文字将转义其中的所有转义序列,因此len(r"\n")
也是如此。2。由于它们转义了转义序列,因此您不能以单个反斜杠结束字符串文字:这不是有效的转义序列(例如r"\"
)。
“原始”不是该类型的一部分,它只是表示值的一种方式。例如,"\\n"
和r"\n"
是相同的值,就像32
,0x20
和0b100000
是相同的。
您可以使用unicode原始字符串文字:
>>> u = ur"\n"
>>> print type(u), len(u)
<type 'unicode'> 2
源文件编码仅决定如何解释源文件,否则不会影响表达式或类型。但是,建议避免使用非ASCII编码会改变含义的代码:
使用ASCII的文件(对于Python 3.0,则为UTF-8)应该没有编码cookie。只有在注释或文档字符串需要提及需要使用Latin-1的作者姓名时,才应使用Latin-1(或UTF-8)。否则,使用\ x,\ u或\ U转义是在字符串文字中包含非ASCII数据的首选方法。
让我简单地解释一下:在python 2中,您可以将字符串存储为2种不同的类型。
第一个是ASCII,它是python中的str类型,它使用1个字节的内存。(256个字符,将主要存储英文字母和简单符号)
第二种类型是UNICODE,它是python中的unicode类型。Unicode存储所有类型的语言。
默认情况下,python会更喜欢str类型,但是如果您想将字符串存储为unicode类型,则可以将u放在像u'text'这样的文本前面,也可以通过调用unicode('text')来实现
所以ü只是打电话投的功能一小段路海峡到Unicode的。而已!
现在r部分,您将其放在文本前面以告诉计算机该文本是原始文本,反斜杠不应是转义字符。r'\ n'不会创建换行符。只是包含2个字符的纯文本。
如果要将str转换为unicode并将原始文本也放入其中,请使用ur,因为ru会引发错误。
现在,重要的部分:
您不能使用r来存储一个反斜杠,这是唯一的例外。因此,此代码将产生错误:r'\'
要存储反斜杠(仅一个),您需要使用“ \\”
如果要存储1个以上的字符,则仍可以使用r,如r'\\'一样,将产生2个反斜杠,如您所愿。
我不知道r无法与一个反斜杠存储一起使用的原因,但至今尚未有人描述。我希望这是一个错误。
r'\'
非法,而且甚至不能'\'
在任何字符串的尾部放一个。就像r'xxxxxx\'
是非法字符串一样。
str
。更多为了更好地理解这里:medium.com/better-programming/...
也许这很明显,也许不是,但是您可以通过调用x = chr(92)来使字符串“ \”
x=chr(92)
print type(x), len(x) # <type 'str'> 1
y='\\'
print type(y), len(y) # <type 'str'> 1
x==y # True
x is y # False
x is y
在python3中评估为True?
x is y
发生评估的事实True
。而是使用x == y
(如果您不检查x和y是否与存储在单个内存位置的对象完全相同)。
Unicode字符串文字(以前缀的字符串文字u
)在Python 3中不再使用。它们仍然有效,但仅出于与Python 2 兼容的目的。
如果要创建仅由易于键入的字符(例如英文字母或数字)组成的字符串文字,只需键入以下内容即可:'hello world'
。但是,如果您还想包含一些其他奇特的字符,则必须使用一些解决方法。解决方法之一是转义序列。这样,例如,您只需\n
在字符串文字中添加两个易于键入的字符,即可在字符串中表示新行。因此,当您打印'hello\nworld'
字符串时,单词将被打印在单独的行上。非常方便!
另一方面,在某些情况下,您想创建一个包含转义序列的字符串文字,但又不希望它们由Python解释。您希望它们变得生硬。看下面的例子:
'New updates are ready in c:\windows\updates\new'
'In this lesson we will learn what the \n escape sequence does.'
在这种情况下,您可以在字符串文字前加上如下r
字符:r'hello\nworld'
并且Python不会解释任何转义序列。字符串将完全按照您创建的样子打印。
许多人期望原始字符串文字是原始的,因为“ Python会忽略引号之间的任何内容”。那是不对的。Python仍然可以识别所有转义序列,只是不解释它们-而是使它们保持不变。这意味着原始字符串文字仍然必须是有效的字符串文字。
根据字符串文字的词汇定义:
string ::= "'" stringitem* "'"
stringitem ::= stringchar | escapeseq
stringchar ::= <any source character except "\" or newline or the quote>
escapeseq ::= "\" <any source character>
显然,包含裸引号:'hello'world'
或以反斜杠:结尾的字符串文字(无论是否原始)'hello world\'
都是无效的。