【Python入门教程】第78篇原始字符串

本篇我们介绍一下 Python 中的原始字符串（raw strings ），它可以将字符串中的反斜线当作普通字符处理。

原始字符串

在 Python 中，以字母 r 或者 R 作为前缀的字符串，例如 r’…’ 和 R’…’，被称为原始字符串。与常规字符串不同，原始字符串中的反斜线（\）是一个普通字符，不具有转义功能。

原始字符串通常用于处理字符串中存在多个反斜线的情况，例如正则表达式和 Windows 目录路径。

为了表示制表符和换行符等特殊字符，Python 使用反斜线作为转义字符。例如：

s = 'lang\tver\nPython\t3'
print(s)

输出结果如下：

lang    ver
Python  3

但是原始字符串则将反斜线作为原义字符进行处理。例如：

s = r'lang\tver\nPython\t3'
print(s)

输出结果如下：

lang\tver\nPython\t3

原始字符串类似于将反斜线表示为双反斜线的常规字符串：

s1 = r'lang\tver\nPython\t3'
s2 = 'lang\\tver\\nPython\\t3'print(s1 == s2) # True

在常规字符串中，Python 将整个转义序列当作单个字符：

s = '\n'
print(len(s)) # 1

但是在原始字符串中，Python 则将反斜线单独当作一个字符：

s = r'\n'
print(len(s)) # 2

由于反斜线可以对单引号和双引号进行转义，原始字符串不能以奇数个反斜线结尾。例如：

s = r'\'
SyntaxError: EOL while scanning string literals = r'\\\'
SyntaxError: EOL while scanning string literal

使用原始字符串处理 Windows 文件路径

Windows 操作系统使用反斜线分隔文件路径，例如：

c:\user\tasks\new

如果我们使用这种路径作为常规字符串，Python 会返回错误信息：

dir_path = 'c:\user\tasks\new'
SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in position 2-3: truncated \uXXXX escape

Python 会将路径中的 \u 作为一个 Unicode 转义字符，但是无法进行解码。

如果我们将第一个反斜线进行转义，仍然存在其他错误：

dir_path = 'c:\\user\tasks\new'
print(dir_path)
c:\user asks
ew

以上示例中的 \t 是制表符，\n 是换行符。

为了彻底解决问题，我们可以将路径转换为原始字符串：

dir_path = r'c:\user\tasks\new'
print(dir_path)

将常规字符串转换为原始字符串

内置函数 repr() 可以将常规字符串转换为原始字符串，例如：

s = '\n'
raw_string = repr(s)print(raw_string)

输出结果如下：

'\n'

结果中的原始字符串包含了开始和结尾处的单引号。如果想要删除这些单引号，可以使用列表切片操作：

s = '\n'
raw_string = repr(s)[1:-1]
print(raw_string)

总结

以字母 r 或者 R 为前缀的字符串是原始字符串。
原始字符串中的反斜线是一个字面字符，不具有转义功能。