一篇文章搞懂Python反斜杠的相關問題

大家在開發(fā)Python的過程中，一定會遇到很多反斜杠的問題，很多人被反斜杠的數量搞得頭大。

首先我們寫一段非常簡單的Python代碼，它的作用是把一個字段先轉換為JSON格式的字符串，然后把這個字符串再轉換為JSON格式的字符串：

import json
 
info = {'name': 'kingname', 'address': '杭州', 'salary': 99999}
info_json = json.dumps(info)
 
# 第一次轉換以后，打印出來
print(info_json)
 
info_json_json = json.dumps(info_json)
 
# 第二次轉換以后，再打印出來
print(info_json_json)

它的運行效果如下圖所示。

第一次，字典轉成JSON格式的字符串，只有中文杭州變成了Unicode編碼\u676d\u5dde，其余地方沒有出現反斜杠。

在Python里面，反斜杠不能單獨出現，這里\u676d\u5dde中的兩根反斜杠，實際上應該是\u。表示這兩個編碼是Unicode編碼。

接下來，把第一次生成的JSON字符串：{"name": "kingname", "address": "\u676d\u5dde", "salary": 99999}再一次轉成JSON格式的字符串，這一次變成了：

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

為什么突然出現了這么多反斜杠？這是因為，JSON格式的字符串本身是使用雙引號來表示字符串的。如果原來的字符串里面本身就有雙引號，那就會導致混淆。此時，Python需要把原來字符串的雙引號變成普通的字符，失去雙引號的作用。因此使用\"讓雙引號變成普通的字符。

這就相當于在Python中，可以這樣定義一個包含雙引號的字符串：

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

這里，你好兩側的雙引號都加上了反斜杠，讓它成為普通的字符，防止它們提前與最外層的雙引號配對。

如果不加反斜杠，就會導致字符串里面的雙引號提前與外層的雙引號配對，引起語法錯誤：

>>> b = "跟我說："你好""
  File "stdin>", line 1
    b = "跟我說："你好""
               ^
SyntaxError: invalid syntax

這里，"跟我說："成為了一個字符串，末尾的""成為了一個空字符串。那么中間的你好就變成了一個沒有定義的變量。而Python里面，是不存在字符串未定義的變量字符串這種寫法的，所以會報語法錯誤。

而JSON格式的字符串，本質上也是字符串，所以自然而然也需要遵循這樣的規(guī)則。因此，字符串原來自帶的雙引號左側就被加上了反斜杠。

那么，原來的\u676d\u5dde為什么變成了\\u676d\\u5dde？

這是因為，當第二次執(zhí)行json.dumps的時候，傳入的參數是一個JSON格式的字符串，本質就是字符串。而一個字符串里面如果自帶反斜杠，那么JSON在對他再次轉換的時候，需要標記這是一個普通的字符串形式的反斜杠，不是一個有特殊意義的反斜杠，所以使用\\表示一個普通的反斜杠。

好了，那么你可以猜一下，如果把info_json_json再json.dumps一下會怎么樣？

會變成：

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

為什么出現了三個反斜杠連用和四個反斜杠連用的問題？

實際上非常簡單，當你對info_json_json執(zhí)行json.dumps的時候，Python是怎么轉換的？

我們來看：

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

對字符串執(zhí)行json.dumps的時候，記住一個關鍵方法——從左到右，一個字符一個字符的轉換。

1. 第一個字符是雙引號，所以變成\"
2. 第二個字符是{，不是特殊符號，保留
3. 第三個字符是\，把它變成\\
4. 第四個字符是"，把它變成\"
5. ……

全部執(zhí)行完成了，由于這次轉換是把一個字符串轉換為JSON格式的字符串，所以最外側加上雙引號。

于是就得到了：

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

我們在爬蟲開發(fā)過程中，可能會遇到上面這種經過多次JSON轉換后的字符串，此時，千萬不要輕易使用字符串的.replace方法把多個反斜杠替換為空或者把兩個反斜杠替換為一個反斜杠。那樣做只會導致你的數據更難解析。

正確的做法應該是嘗試對數據一層一層使用json.loads，把它一層一層還原，還原到最初的{'name': 'kingname', 'address': '杭州', 'salary': 99999}這種簡單形式。

好了，今天的介紹就到這里，最后留一個思考題：

還是上面的代碼，現在把PyCharm的調試模式打開，然后數一數info_json和info_json_json里面反斜杠的個數，如下圖所示：

為什么在info_json里面，出現了\\u676d\\u5dde，為什么在info_json_json里面雙引號前是兩根反斜杠，而\"\\u676d\\u5dde\"竟然變成了\\"\\\\u676d\\\\u5dde。

總結

到此這篇關于一篇文章搞懂Python反斜杠的文章就介紹到這了,更多相關Python反斜杠內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！