Python原始字符串（Raw String）/Unicode/str_python raw string

来源

原始字符串是用来解决正则表达式和ASCII字符之间的冲突而产生的技术。例如正则表达式\b表示匹配单词边界，而ASCII字符\b表示退格，如果正则表达式要匹配退格，就要使用双重转义，如\\b。为了简化过多的转义符，就引入了原始字符串，例如字符串'\\b'可用r'\b'来表示。所以原始字符串常用在正则表达式里。

匹配UNICODE字符和回车的正则表达式：

ur'你好！\n'
1

表示represent

类似于表示UNICODE字符的时候，在字符串前加’u’，表示原始字符串的时候，在字符串前加’r’，这个字符串就是原始字符串了。加r前缀的意思就是防止转义。

普通字符串转原始字符串

s = "Hello \n World!"

# 输出用户易读的格式(显式转换)
print str(a)
# Hello 
#  World!

# 输出用户易读的格式（隐式转换）
print a
# Hello 
#  World!

# repr输出原始字符串（Python内部表示的字符串）
print repr(a)
# 'Hello \\n World!'
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

原始字符串转普通字符串

str = "\u7a7f\u8d8a\u4e9a\u6d32\u6700\u957f\u6700' 
#方法1 使用unicode_escape 解码  
print str.decode('unicode_escape')
print unicode(str, 'unicode_escape')

#方法2：若为json 格式，使用json.loads 解码
import json
print json.loads('"%s"' %str)

#方法3：使用eval
print eval('u"%s"' % str)

#repr(...)在字符串外增加一对 'deng' ->  "'deng'"
#    repr(object) -> string

#eval(repr(object)) == object

#方法4：使用python3
str.encode('utf-8').decode("unicode_escape")
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

参考

• https://docs.python.org/2/library/re.html#raw-string-notation
• https://docs.python.org/2/library/repr.html