添加链接
link之家
链接快照平台
  • 输入网页链接,自动生成快照
  • 标签化管理网页链接
相关文章推荐
买醉的伏特加  ·  【Mongoose 7.x ...·  13 小时前    · 
大鼻子的领带  ·  ConvertOperators.ToStr ...·  13 小时前    · 
谦虚好学的椰子  ·  C#Winform ...·  12 小时前    · 
从未表白的骆驼  ·  C#之app.config、exe.conf ...·  7 小时前    · 
腼腆的茶叶  ·  jquery dataTable ...·  1 年前    · 
淡定的槟榔  ·  mysql获取月初 ...·  1 年前    · 
健壮的吐司  ·  Spring-Boot-2.0.0-M1版本 ...·  1 年前    · 

一次工作中,我需要完成某个文件的字符串替换。

需求是这样的:文件A有个占位符,需要利用Python3,把占位符替换成文件B的内容。文件都不大,可以一次性读到内存处理。

我想,这不是简单的 open read replace write 就搞定了嘛?

结果,还真有点麻烦!

  • 全量读取文件A,保存到变量templace
  • 全量读取文件B,保存到变量text
  • 利用python的 re.sub 实现正则替换,保存到新变量result
  • 把变量result内容写入文件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'占位标识符', text, template, 1)
    with open('A', 'w', encoding='utf8') as f:
      f.write(result)
    

    遇到的问题

    文件B内有换行符,也有字符串\n,按上文的方式处理后,所有的字符串\n都变成了换行符!

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

    哈哈\n哈哈

    替换后,如下图所示:

    可以看到,当我打印re.sub结果时,所有的\n都变成了换行符,字符串\n消失了!

    这的确令人烦躁,本来五分钟可以搞定,结果要花多余的时间处理这个问题。如果你学会了本文,以后都不用再去费脑筋了~

    一开始遇到这个问题,是在写入文件后发现的,所以并没定位的这么准确,当时跟换行符相关的,我怀疑了以下方面:

  • 字符串定义没有使用 Raw String(例如r'xxx'这种方式)。
  • 正则替换出了问题。
  • 写入文件时,newline参数导致。
  • 如果我们能把这3个问题全都弄清楚,以后定位就非常快了!

    Raw String

    Python中,如果字符串常量的定义前加了个r,就表示 Raw String 原始字符串。

    Raw String 特点在于,字符串常量里的\将不具有转义作用,它仅仅代表它自己。

    例如,你定义个普通字符串"\n",这个字符串长度其实是1,它只包含了1个换行符,对应的 ASCII 是10。

    如果你定义了原始字符串"\n",这个字符串长度就是2,它包含了字符\和字符n

    如果字符串没转义字符,那么 Raw String 跟普通 String 完全一致

    转义字符有这些:

    也就是说r'\haha''\haha'是完全一致的,因为\h不是转义字符,所以这种情况下,没必要加r

    误区:注意引号问题

    有一个令人疑惑的点:理论上讲,r'\'应该就是'\\',但是当你使用r'\'时,Python会报错。

    这是因为Python在编译时,读取字符串时,如果字符串以单引号开头,遇到\'后,不论你是不是Raw String,都会继续认为是字符串,不会把'当作结束符。估计是一个历史遗留问题。我们只能接受现实。但是其实编译后\'又变成了2个字符。

    如何证明呢?你给字符后面加个空格,发现它们是相等的:r'\ ''\\ '。但是单独的字符r'\'就报错了。

    但是这种情况只有字符串末尾是奇数个\时(例如r'\'r"\")才会发生,如果字符串最后一个字符不是\,或者字符串最后是连续偶数个\,是没问题的,例如r"\\"可以被合法定义。

    定义字符串时,如果你是这么定义:"哈哈\n哈哈",那么这个字符串长度是5,包含了1个换行符。

    如果你是这么定义:r"哈哈\n哈哈",那么这个字符串长度是6,不包含换行符,包含字符\n

    同样,当你写入文件时,如果是f.write('\n'),就表明写入了换行符,但如果是f.write(r'\n'),就表明写入了字符串"\n"

    在正则表达式中,我们通常用 Raw String,但我们依然使用\n表达换行,是因为正则语法中,会把2个连续的字符\n当作换行符,这是正则表达式库做的转义,而非定义字符串时Python做的转义。

    正则替换的问题

    这是导致本文问题的根本原因。使用re.sub时,所有的字符串r"\n"都被当作了换行符。

    怎么办呢?

    只要我们替换前,把原始文件对应的字符串的r"\n"都改为r"\\n",手动多加了一次转义符,那么re.sub时,就不会把r"\n"当作一个整体改成换行符了,反而会把r"\\"当作一个整体,替换为字符\。这样r"\n"字符串就保留下来了!当然,其它转义字符,也统统保留下来了。这就是正确的解法了。

    open 文件的 newline 参数

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

    这个主要是因为不同操作系统的换行符不同,所以有了这个参数。Windows 是 CRLF 即 \r\n,Unix 是 LF 即\n,旧版 Macintosh 是 CR 即\r

    通常情况下,我们不需要加这个参数,Python 会自动为我们做这些事情:

  • 读取文件时,自动把文本中的各种换行符统一转换为"\n"
  • 写入文件时,根据当前的操作系统,自动把"\n"转换为对应的换行符,通过os.linesep可以查看当前操作系统换行符。
  • 当然,你也可以主动设置 newline 参数:

  • 读取文件时,如果 newline 是空字符串'',则Python不会做任何自动转换,读到什么就是什么。
  • 读取文件时,如果 newline 是非空字符串,则Python会把换行符转化为这个非空字符串,例如你可以指定为'\r''\r\n'或其它。
  • 写入文件时,如果 newline 是空字符串'',则Python不会做任何自动转换,现在换行符是什么,就写入什么。
  • 写入文件时,如果 newline 是非空字符串,则Python会把\n转化为这个非空字符串,例如你可以指定为'\r''\r\n'或其它。
  • 注意,newline 参数只对文本文件有效,如果是二进制读写,newline 是无用的。

    其实,大部分时候我们无需关注这个 newline 参数。

    我是HullQin,公众号线下聚会游戏的作者(欢迎关注公众号,联系我,交个朋友),转发本文前需获得作者HullQin授权。我独立开发了《联机桌游合集》,是个网页,可以很方便的跟朋友联机玩斗地主、五子棋、象棋等游戏,不收费无广告。还独立开发了《合成大西瓜重制版》。还开发了《Dice Crush》参加Game Jam 2022。喜欢可以关注我噢~我有空了会分享做游戏的相关技术,会在这2个专栏里分享:《教你做小游戏》《极致用户体验》