backlash \ 和 escape \ 之间的混淆以及 \\" 的使用

Question

在将字符串写入文本文件之前，我按照此代码准备了一个字符串：

text = my_dict['key']

# Ensure text is utf-8 formatted
safe_text = text.encode('utf-8', errors='ignore')

# Escape any \ issues
safer_text = str(safe_text).replace('\\', '\\\\').replace('"', '\\"')

# Write to .txt file
text_file = open("Data/output.txt", "w")
text_file.write(safer_text)

我知道\ 是特殊字符的转义，所以我认为safe_text（表示文件路径）中的\\ 将被\\\\ 替换。但是，我不知道为什么代码要用\\" 替换"（因为我不认为" 是需要转义的特殊字符）。但即使是这样，为什么不用.replace('"', '\"') 而不是.replace('"', '\\"')？。还有，为什么不能简单地将包含\\和"的safe_text直接写到output.txt中（也就是跳过safer_text这一步）？

谢谢。

Answer 1

" 可以被转义，但如果它位于由'而不是"包围的字符串中，则不必这样做。因此，Python 将分别用 \" 和 \' 替换 \" 和 \'，无论模式是在单引号还是双引号字符串中找到。

这样'\'' 之类的字符串就等同于双引号中的等价物"\'"。如果这不是真的，则字符串的内容可能会根据它是单引号还是双引号而改变，至少可以说这是不可取的。

至于您的第二个问题，如果不查看您的文件格式，我不能肯定地说，因为某些格式需要转义某些字符。当然，它实际上可以是任何格式，因为扩展名是.txt。这取决于此代码的作者希望如何读取数据。

Answer 2

实际上，所有这些转义仅根据最终文本文件的使用情况才有意义。

如果只是存储纯文本，这些都没有意义。

只有在 python 源代码中键入字符串文字时才需要带有任何\ 的转义和额外转义（即' 或" 在“.py”文件中的实际程序文本中分隔字符串）。这是因为当将“.py”文件中的文本编译为字节码（“pyc”文件中的内容）时，编译器想知道您是否指的是换行符 - 当字符串中有“\n”时，或两个字符的序列，反斜杠和字母“n” - 然后您必须输入 "\\n" 或 r"\n"（注意 r 前缀）。

此时所有字符串都是计算机内存中的数据，并且字符串包含字符 - 由于转义而导致的任何转换都已经发生。 Python 将 transform back，即，如果您打印出字符串的 repr，则打印额外的转义反斜杠（但如果您仅将其打印为字符串，则不会）。

如果您将此数据存储到文本文件中，它会通过文本编码进行编码，在本例中为“utf-8” - 但在将文本从文件读回 Python 程序时，转义将不适用 -文件中的字节将被解码，字符将再次进入内存数据。

因此，对于程序中字符串文字中的\' 或\" 序列，Python 只是做了显而易见的事情，在一个特定的案例中，显而易见的是“尽其所能”，即使是可怕。 :-)

简单的部分是任何非原始字符串文字中的\' 或\" 总是意味着引号字符-' 和"。 ((原始字符串文字是以r"或r'开头的文字。当字符串用另一种引号或任何类型的三引号括起来时，不需要这种转义——这对于语言来说是多余的解析器，因为乍一看它对人类来说是多余的。所以，这是显而易见且不错的部分：' "apples" ' 和 """ "apples" """ 和 " \"apples\" " 都是在字符串文字中表示完全相同的字符的方法。

我之前提到的“丑陋”的事情是关于原始字符串的特殊性。在原始字符串中，几乎所有出现的“\”字符都按字面意思表示，不会发生转义。但是有两个例外：即使在原始字符串中，序列\' 和\" 是引号字符的转义序列。原始字符串中出现的所有其他“\”都按字面意思表示。这意味着不可能在 Python 代码中用唯一的 \ 字符结束原始字符串文字（这对于在程序代码中键入 Windows 文件路径的人来说是相当不幸的） ： r"C:\Program Files\" 是“未终止的字符串文字”。键入此内容的方法之一是执行r"C:\Program Files" "\"，因为相邻的字符串文字（无论是否原始）在编译时连接为单个字符串。

但同样，所有这些关于转义引号的题外话都只适用于源 Python 文件中的文本，而打算用作数据的 txt 文件根本不需要任何转义。

TL;TR：唯一应该转义这些字符的上下文是，如果您是直接生成 Python 代码文本文件，或者为具有类似转义需求的另一种语言的代码。否则，这只会​​用多余的字符损坏您的数据。