如何将字符串中的"\ t"拆分为两个单独的字符"\"和"t"？(如何拆分转义序列？)

Question

我试图将python中的字符串拆分为字符列表.我知道在python中有很多方法可以做到这一点,但我有一个案例,那些方法不能给我想要的结果.

当我在字符串中显式写入'\ t'之类的特殊字符时,会出现问题(我并不是指真正的标签).

例:

string = "    Hello \t World."

我需要的输出是:

list_of_chars = [' ', ' ', ' ', ' ', 'H', 'e', 'l', 'l', 'o', ' ', '\', 't', ' ', 'W', 'o', 'r', 'l', 'd', '.']

但是当我使用这个问题中给出的方法时,我得到一个包含'/ t'作为整个字符串的列表 - 没有分开.

例:

> list(string)
> ['H', 'e', 'l', 'l', 'o', 'w', ' ', '\t', ' ', 'W', 'o', 'r', 'l', 'd', '.']

我想知道为什么会这样,以及如何得到我想要的东西.

Answer 1

您可以相应地替换您的字符串:

import itertools
txt = "    Hello \t World."

specials = { 
    '\a' : '\\a', #     ASCII Bell (BEL)
    '\b' : '\\b', #     ASCII Backspace (BS)
    '\f' : '\\f', #     ASCII Formfeed (FF)
    '\n' : '\\n', #     ASCII Linefeed (LF)
    '\r' : '\\r', #     ASCII Carriage Return (CR)
    '\t' : '\\t', #     ASCII Horizontal Tab (TAB)
    '\v' : '\\v'  #     ASCII Vertical Tab (VT)
}

# edited out: # txt2 = "".join([x if x not in specials else specials[x] for x in txt])
txt2 = itertools.chain(* [(list(specials[x]) if x in specials else [x]) for x in txt])

print(list(txt2))

输出:

[' ', ' ', ' ', ' ', 'H', 'e', 'l', 'l', 'o', ' ', '\\', 't', ' ', 'W', 
 'o', 'r', 'l', 'd', '.'] 

列表理解看起来更"积极",使用list(itertools.chain(*[...]))而不是list("".join([...]))应该更高效.

Answer 2

你应该看一下String Literal文档,它说:

反斜杠(\)字符用于转义具有特殊含义的字符,例如换行符,反斜杠本身或引号字符.字符串文字可以选择以字母r' orR' 为前缀; 这样的字符串称为原始字符串,并对反斜杠转义序列使用不同的规则.

在示例字符串中,\t不是两个字符,而是一个表示ASCII水平制表符(TAB)的字符.

为了告诉你的Python解释器这两个是单独的字符,你应该使用原始字符串(在字符串""之前使用r):

>>> list(r"    Hello \t World.")
[' ', ' ', ' ', ' ', 'H', 'e', 'l', 'l', 'o', ' ', '\\', 't', ' ', 'W', 'o', 'r', 'l', 'd', '.']

但是在这里你也会\\在结果列表中看到两个,这只是Python的表示方式\.

对于Python,解释器'\'是一个无效的字符串,因为\'在字符串中表示单引号(').因此,当你这样做时'\',它会引发误差,因为对于Python,字符串中没有结束引号:

>>> '\'
  File "<stdin>", line 1
    '\'
      ^
SyntaxError: EOL while scanning string literal

如果您不能将字符串声明为原始字符串(因为它已经定义或从其他来源导入),您可以通过将编码设置为"unicode-escape"将其转换为字节字符串:

>>> my_str = "    Hello \t World."

>>> unicode_escaped_string = my_str.encode('unicode-escape')
>>> unicode_escaped_string
b'    Hello \\t World.'

由于它是一个字节字符串,因此需要调用chr以获取每个字节的相应字符值.例如:

>>> list(map(chr, unicode_escaped_string))
[' ', ' ', ' ', ' ', 'H', 'e', 'l', 'l', 'o', ' ', '\\', 't', ' ', 'W', 'o', 'r', 'l', 'd', '.']