python解决实际问题(你怎么总是搞不清Python中反斜杠的问题)

推荐学习
  • 金三即过,这300道python高频面试都没刷,银四怎么闯?
  • 22天试水Python社招,历经“百度 字节 天融”等6家

python解决实际问题(你怎么总是搞不清Python中反斜杠的问题)(1)

大家在开发Python的过程中,一定会遇到很多反斜杠的问题,很多人被反斜杠的数量搞得头大。

首先我们写一段非常简单的Python代码,它的作用是把一个字段先转换为json格式的字符串,然后把这个字符串再转换为JSON格式的字符串:

importjson info={'name':'kingname','address':'杭州','salary':99999} info_json=json.dumps(info) #第一次转换以后,打印出来 print(info_json) info_json_json=json.dumps(info_json) #第二次转换以后,再打印出来 print(info_json_json)

它的运行效果如下图所示。

python解决实际问题(你怎么总是搞不清Python中反斜杠的问题)(2)

第一次,字典转成JSON格式的字符串,只有中文杭州变成了Unicode编码\u676d\u5dde,其余地方没有出现反斜杠。

在Python里面,反斜杠不能单独出现,这里\u676d\u5dde中的两根反斜杠,实际上应该是\u。表示这两个编码是Unicode编码。

接下来,把第一次生成的JSON字符串:{"name": "kingname", "address": "\u676d\u5dde", "salary": 99999}再一次转成JSON格式的字符串,这一次变成了:

"{\"name\":\"kingname\",\"address\":\"\\u676d\\u5dde\",\"salary\":99999}"

为什么突然出现了这么多反斜杠?这是因为,JSON格式的字符串本身是使用双引号来表示字符串的。如果原来的字符串里面本身就有双引号,那就会导致混淆。此时,Python需要把原来字符串的双引号变成普通的字符,失去双引号的作用。因此使用\"让双引号变成普通的字符。

这就相当于在Python中,可以这样定义一个包含双引号的字符串:

>>>a="跟我说:\"你好\"" >>>print(a) 跟我说:"你好"

这里,你好两侧的双引号都加上了反斜杠,让它成为普通的字符,防止它们提前与最外层的双引号配对。

如果不加反斜杠,就会导致字符串里面的双引号提前与外层的双引号配对,引起语法错误:

>>>b="跟我说:"你好"" File"<stdin>",line1 b="跟我说:"你好"" ^ SyntaxError:invalidsyntax

这里,"跟我说:"成为了一个字符串,末尾的""成为了一个空字符串。那么中间的你好就变成了一个没有定义的变量。而Python里面,是不存在字符串未定义的变量字符串这种写法的,所以会报语法错误。

而JSON格式的字符串,本质上也是字符串,所以自然而然也需要遵循这样的规则。因此,字符串原来自带的双引号左侧就被加上了反斜杠。

那么,原来的\u676d\u5dde为什么变成了\\u676d\\u5dde?

这是因为,当第二次执行json.dumps的时候,传入的参数是一个JSON格式的字符串,本质就是字符串。而一个字符串里面如果自带反斜杠,那么JSON在对他再次转换的时候,需要标记这是一个普通的字符串形式的反斜杠,不是一个有特殊意义的反斜杠,所以使用\\表示一个普通的反斜杠。

好了,那么你可以猜一下,如果把info_json_json再json.dumps一下会怎么样?

会变成:

"\"{\\\"name\\\":\\\"kingname\\\",\\\"address\\\":\\\"\\\\u676d\\\\u5dde\\\",\\\"salary\\\":99999}\""

为什么出现了三个反斜杠连用和四个反斜杠连用的问题?

实际上非常简单,当你对info_json_json执行json.dumps的时候,Python是怎么转换的?

我们来看:

"{\"name\":\"kingname\",\"address\":\"\\u676d\\u5dde\",\"salary\":99999}"

对字符串执行json.dumps的时候,记住一个关键方法——从左到右,一个字符一个字符的转换。

1.第一个字符是双引号,所以变成\" 2.第二个字符是{,不是特殊符号,保留 3.第三个字符是\,把它变成\\ 4.第四个字符是",把它变成\" 5.……

全部执行完成了,由于这次转换是把一个字符串转换为JSON格式的字符串,所以最外侧加上双引号。

于是就得到了:

"\"{\\\"name\\\":\\\"kingname\\\",\\\"address\\\":\\\"\\\\u676d\\\\u5dde\\\",\\\"salary\\\":99999}\""

我们在爬虫开发过程中,可能会遇到上面这种经过多次JSON转换后的字符串,此时,千万不要轻易使用字符串的.replace方法把多个反斜杠替换为空或者把两个反斜杠替换为一个反斜杠。那样做只会导致你的数据更难解析。

正确的做法应该是尝试对数据一层一层使用json.loads,把它一层一层还原,还原到最初的{'name': 'kingname', 'address': '杭州', 'salary': 99999}这种简单形式。

好了,今天的介绍就到这里,最后留一个思考题:

还是上面的代码,现在把PyCharm的调试模式打开,然后数一数info_json和info_json_json里面反斜杠的个数,如下图所示:

python解决实际问题(你怎么总是搞不清Python中反斜杠的问题)(3)

为什么在info_json里面,出现了\\u676d\\u5dde,为什么在info_json_json里面双引号前是两根反斜杠,而\"\\u676d\\u5dde\"竟然变成了\\"\\\\u676d\\\\u5dde。

作者:Python开发者

原文链接:https://mp.weixin.qq.com/s/UZ8cOVHm74hpC5fY6ZdJ0w

,

免责声明:本文仅代表文章作者的个人观点,与本站无关。其原创性、真实性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容文字的真实性、完整性和原创性本站不作任何保证或承诺,请读者仅作参考,并自行核实相关内容。文章投诉邮箱:anhduc.ph@yahoo.com

    分享
    投诉
    首页