背景

一次工作中，我需要完成某個文件的字符串替換。

需求是這樣的：文件A有個占位符，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，這不是簡單的open read replace write就搞定了嘛？

結(jié)果，還真有點麻煩！

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實現(xiàn)正則替換，保存到新變量result
• 把變量result內(nèi)容寫入文件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)識符', text, template, 1)
with open('A', 'w', encoding='utf8') as f:
  f.write(result)

遇到的問題

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，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，本來五分鐘可以搞定，結(jié)果要花多余的時間處理這個問題。如果你學(xué)會了本文，以后都不用再去費腦筋了～

思考過程

一開始遇到這個問題，是在寫入文件后發(fā)現(xiàn)的，所以并沒定位的這么準(zhǔn)確，當(dāng)時跟換行符相關(guān)的，我懷疑了以下方面：

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

如果我們能把這3個問題全都弄清楚，以后定位就非?？炝?！

Raw String

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

Raw String 特點在于，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，你定義個普通字符串"\n"，這個字符串長度其實是1，它只包含了1個換行符，對應(yīng)的 ASCII 是10。

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

如果字符串沒轉(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r'\haha'跟'\haha'是完全一致的，因為\h不是轉(zhuǎn)義字符，所以這種情況下，沒必要加r。

誤區(qū)：注意單個字符的引號問題

有一個令人疑惑的點：理論上講，r'\'應(yīng)該就是'\\'，但是當(dāng)你使用r'\'時，Python會報錯。

這是因為Python在編譯時，讀取字符串時，如果字符串以單引號開頭，遇到\'后，不論你是不是Raw String，都會繼續(xù)認(rèn)為是字符串，不會把'當(dāng)作結(jié)束符。估計是一個歷史遺留問題。我們只能接受現(xiàn)實。

如何證明呢？你給字符后面加個空格，發(fā)現(xiàn)它們是相等的：r'\ '和'\\ '。但是單獨的字符r'\'就報錯了。

但是這種情況只有r'\'或r"\"才會發(fā)生，如果字符串長度為2，是沒問題的，例如r"\\"可以被合法定義。

啟發(fā)

定義字符串時，如果你是這么定義："哈哈\n哈哈"，那么這個字符串長度是5，包含了1個換行符。

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

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

正則替換的問題

這是導(dǎo)致本文問題的根本原因。使用re.sub時，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，把原始文件對應(yīng)的字符串的r"\n"都改為r"\\n"，手動多加了一次轉(zhuǎn)義符，那么re.sub時，就不會把r"\n"當(dāng)作一個整體改成換行符了，反而會把r"\\"當(dāng)作一個整體，替換為字符\。這樣r"\n"字符串就保留下來了！當(dāng)然，其它轉(zhuǎn)義字符，也統(tǒng)統(tǒng)保留下來了。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()

這個主要是因為不同操作系統(tǒng)的換行符不同，所以有了這個參數(shù)。Windows 是 CRLF 即 \r\n，Unix 是 LF 即\n，舊版 Macintosh 是 CR 即\r。

通常情況下，我們不需要加這個參數(shù)，Python 會自動為我們做這些事情：

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

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

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

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

其實，大部分時候我們無需關(guān)注這個 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換行符的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評論