背景

一次工作中，我需要完成某個(gè)文件的字符串替換。

需求是這樣的：文件A有個(gè)占位符，需要利用Python3，把占位符替換成文件B的內(nèi)容。文件都不大，可以一次性讀到內(nèi)存處理。

我想，這不是簡(jiǎn)單的open read replace write就搞定了嘛？

結(jié)果，還真有點(diǎn)麻煩！

思路

• 全量讀取文件A，保存到變量templace
• 全量讀取文件B，保存到變量text
• 利用python的re.sub實(shí)現(xiàn)正則替換，保存到新變量result
• 把變量result內(nèi)容寫(xiě)入文件A

with open('A', encoding='utf8') as f:
  template = f.read()
with open('B', encoding='utf8') as f:
  text = f.read()
result = re.sub(r'占位標(biāo)識(shí)符', text, template, 1)
with open('A', 'w', encoding='utf8') as f:
  f.write(result)

遇到的問(wèn)題

文件B內(nèi)有換行符，也有字符串\n，按上文的方式處理后，所有的字符串\n都變成了換行符！

舉個(gè)例子，template是我是：{}（其中{}就是占位符），text是下面的文本：

哈哈
哈哈\n哈哈

替換后，如下圖所示：

可以看到，當(dāng)我打印re.sub結(jié)果時(shí)，所有的\n都變成了換行符，字符串\n消失了！

這的確令人煩躁，本來(lái)五分鐘可以搞定，結(jié)果要花多余的時(shí)間處理這個(gè)問(wèn)題。如果你學(xué)會(huì)了本文，以后都不用再去費(fèi)腦筋了～

思考過(guò)程

一開(kāi)始遇到這個(gè)問(wèn)題，是在寫(xiě)入文件后發(fā)現(xiàn)的，所以并沒(méi)定位的這么準(zhǔn)確，當(dāng)時(shí)跟換行符相關(guān)的，我懷疑了以下方面：

• 字符串定義沒(méi)有使用 Raw String（例如r'xxx'這種方式）。
• 正則替換出了問(wèn)題。
• 寫(xiě)入文件時(shí)，newline參數(shù)導(dǎo)致。

如果我們能把這3個(gè)問(wèn)題全都弄清楚，以后定位就非常快了！

Raw String

Python中，如果字符串常量的定義前加了個(gè)r，就表示 Raw String 原始字符串。

Raw String 特點(diǎn)在于，字符串常量里的\將不具有轉(zhuǎn)義作用，它僅僅代表它自己。

例如，你定義個(gè)普通字符串"\n"，這個(gè)字符串長(zhǎng)度其實(shí)是1，它只包含了1個(gè)換行符，對(duì)應(yīng)的 ASCII 是10。

如果你定義了原始字符串"\n"，這個(gè)字符串長(zhǎng)度就是2，它包含了字符\和字符n。

如果字符串沒(méi)轉(zhuǎn)義字符，那么 Raw String 跟普通 String 完全一致

轉(zhuǎn)義字符有這些：

也就是說(shuō)r'\haha'跟'\haha'是完全一致的，因?yàn)?code>\h不是轉(zhuǎn)義字符，所以這種情況下，沒(méi)必要加r。

誤區(qū)：注意單個(gè)字符的引號(hào)問(wèn)題

有一個(gè)令人疑惑的點(diǎn)：理論上講，r'\'應(yīng)該就是'\\'，但是當(dāng)你使用r'\'時(shí)，Python會(huì)報(bào)錯(cuò)。

這是因?yàn)镻ython在編譯時(shí)，讀取字符串時(shí)，如果字符串以單引號(hào)開(kāi)頭，遇到\'后，不論你是不是Raw String，都會(huì)繼續(xù)認(rèn)為是字符串，不會(huì)把'當(dāng)作結(jié)束符。估計(jì)是一個(gè)歷史遺留問(wèn)題。我們只能接受現(xiàn)實(shí)。

如何證明呢？你給字符后面加個(gè)空格，發(fā)現(xiàn)它們是相等的：r'\ '和'\\ '。但是單獨(dú)的字符r'\'就報(bào)錯(cuò)了。

但是這種情況只有r'\'或r"\"才會(huì)發(fā)生，如果字符串長(zhǎng)度為2，是沒(méi)問(wèn)題的，例如r"\\"可以被合法定義。

啟發(fā)

定義字符串時(shí)，如果你是這么定義："哈哈\n哈哈"，那么這個(gè)字符串長(zhǎng)度是5，包含了1個(gè)換行符。

如果你是這么定義：r"哈哈\n哈哈"，那么這個(gè)字符串長(zhǎng)度是6，不包含換行符，包含字符\和n。

同樣，當(dāng)你寫(xiě)入文件時(shí)，如果是f.write('\n')，就表明寫(xiě)入了換行符，但如果是f.write(r'\n')，就表明寫(xiě)入了字符串"\n"。

正則替換的問(wèn)題

這是導(dǎo)致本文問(wèn)題的根本原因。使用re.sub時(shí)，所有的字符串r"\n"都被當(dāng)作了換行符。

怎么辦呢？

只要我們替換前，把原始文件對(duì)應(yīng)的字符串的r"\n"都改為r"\\n"，手動(dòng)多加了一次轉(zhuǎn)義符，那么re.sub時(shí)，就不會(huì)把r"\n"當(dāng)作一個(gè)整體改成換行符了，反而會(huì)把r"\\"當(dāng)作一個(gè)整體，替換為字符\。這樣r"\n"字符串就保留下來(lái)了！當(dāng)然，其它轉(zhuǎn)義字符，也統(tǒng)統(tǒng)保留下來(lái)了。這就是正確的解法了。

open 文件的 newline 參數(shù)

with open(filename, 'r', newline=None) as f:
  f.read()

這個(gè)主要是因?yàn)椴煌僮飨到y(tǒng)的換行符不同，所以有了這個(gè)參數(shù)。Windows 是 CRLF 即 \r\n，Unix 是 LF 即\n，舊版 Macintosh 是 CR 即\r。

通常情況下，我們不需要加這個(gè)參數(shù)，Python 會(huì)自動(dòng)為我們做這些事情：

• 讀取文件時(shí)，自動(dòng)把文本中的各種換行符統(tǒng)一轉(zhuǎn)換為"\n"。
• 寫(xiě)入文件時(shí)，根據(jù)當(dāng)前的操作系統(tǒng)，自動(dòng)把"\n"轉(zhuǎn)換為對(duì)應(yīng)的換行符，通過(guò)os.linesep可以查看當(dāng)前操作系統(tǒng)換行符。

當(dāng)然，你也可以主動(dòng)設(shè)置 newline 參數(shù):

• 讀取文件時(shí)，如果 newline 是空字符串''，則Python不會(huì)做任何自動(dòng)轉(zhuǎn)換，讀到什么就是什么。
• 讀取文件時(shí)，如果 newline 是非空字符串，則Python會(huì)把換行符轉(zhuǎn)化為這個(gè)非空字符串，例如你可以指定為'\r'或'\r\n'或其它。
• 寫(xiě)入文件時(shí)，如果 newline 是空字符串''，則Python不會(huì)做任何自動(dòng)轉(zhuǎn)換，現(xiàn)在換行符是什么，就寫(xiě)入什么。
• 寫(xiě)入文件時(shí)，如果 newline 是非空字符串，則Python會(huì)把\n轉(zhuǎn)化為這個(gè)非空字符串，例如你可以指定為'\r'或'\r\n'或其它。

注意，newline 參數(shù)只對(duì)文本文件有效，如果是二進(jìn)制讀寫(xiě)，newline 是無(wú)用的。

其實(shí)，大部分時(shí)候我們無(wú)需關(guān)注這個(gè) newline 參數(shù)。

以上就是Python RawString與open文件的newline換行符遇坑解決的詳細(xì)內(nèi)容，更多關(guān)于Python RawString open文件 newline換行符的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

最新評(píng)論