Question

我正在创建一个严重依赖正则表达式的类。

让我们说我的课看起来像这样：

class Example:
    def __init__(self, regex):
        self.regex = regex

    def __repr__(self):
        return 'Example({})'.format(repr(self.regex.pattern))

让我说我像这样使用它：

import re

example = Example(re.compile(r'\d+'))

如果我repr(example)，我会'Example('\\\\d+')'，但我想要'Example(r'\\d+')'。考虑到打印时的额外反斜杠，它显示正确。我想我可以实现它来返回"r'{}'".format(regex.pattern)，但这并不适合我。万一Python软件基金会有一天会改变指定原始字符串文字的方式，我的代码就不会反映出来。不过，这是假设的。我主要担心的是这是否一直有效。不过，我无法想到一个优势的边缘情况。有没有更正式的方法呢？

编辑：似乎没有任何内容出现在Format Specification Mini-Language，printf-style String Formatting guide或string module中。

Answer 1

rawstring表示的问题是，您不能以便携式（即不使用控制字符）的方式表示所有内容。例如，如果你的字符串中有换行符，则必须将字符串断开到下一行，因为它不能表示为rawstring。

那就是说，获取rawstring表示的实际方法就是你已经给出的：

"r'{}'".format(regex.pattern)

rawstrings的定义是没有应用任何规则，除非它们以它们开头的引号字符结束，并且您可以使用反斜杠转义所述引号字符。因此，例如，您不能在原始字符串表示中存储等同于"\"的字符串（r"\"会产生SyntaxError，r"\\"会产生"\\\\"）。

如果你真的想这样做，你应该使用如下的包装器：

def rawstr(s):
    """
    Return the raw string representation (using r'') literals of the string
    *s* if it is available. If any invalid characters are encountered (or a
    string which cannot be represented as a rawstr), the default repr() result
    is returned.
    """
    if any(0 <= ord(ch) < 32 for ch in s):
        return repr(s)

    if (len(s) - len(s.rstrip("\\"))) % 2 == 1:
        return repr(s)

    pattern = "r'{0}'"
    if '"' in s:
        if "'" in s:
            return repr(s)
    elif "'" in s:
        pattern = 'r"{0}"'

    return pattern.format(s)

试验：

>>> test1 = "\\"
>>> test2 = "foobar \n"
>>> test3 = r"a \valid rawstring"
>>> test4 = "foo \\\\\\"
>>> test5 = r"foo \\"
>>> test6 = r"'"
>>> test7 = r'"'
>>> print(rawstr(test1))
'\\'
>>> print(rawstr(test2))
'foobar \n'
>>> print(rawstr(test3))
r'a \valid rawstring'
>>> print(rawstr(test4))
'foo \\\\\\'
>>> print(rawstr(test5))
r'foo \\'
>>> print(rawstr(test6))
r"'"
>>> print(rawstr(test7))
r'"'

如何在Python中获取字符串的原始表示？

1 个答案: