[Python知识库]Python中字符串前“b”“r”“u”“f”的作用

原文：https://www.jb51.net/article/176601.htm
原文有bug特参考：https://www.cnblogs.com/songzhenhua/p/13236794.html修改

Python中字符串前“b”,“r”,“u”,“f”的作用

1、字符串前加 u

例：u"我是含有中文字符组成的字符串。"

作用：

前缀u表示该字符串是unicode编码，Python2中用，用在含有中文字符的字符串前，防止因为编码问题，导致中文出现乱码。另外一般要在文件开关标明编码方式采用utf8。

Python3中，所有字符串默认都是unicode字符串。

2、字符串前加 r

例：r"\n\n\n\n”　　表示一个普通字符串 \n\n\n\n，而不表示换行了。

作用：

去掉反斜杠的转义机制。

在普通字符串中，反斜线是转义符，代表一些特殊的内容，如换行符\n。前缀r表示该字符串是原始字符串，即\不是转义符，只是单纯的一个符号。

常用于特殊的字符如换行符、正则表达式、文件路径。

注意不能在原始字符串结尾输入反斜线，否则Python不知道这是一个字符还是换行符(字符串最后用\表示换行)，会报错：

>>> print(r'C:\Program File\my\path''\')  
  File "<stdin>", line 1
    print(r'C:\Program File\my\path''\')
                                        ^
SyntaxError: EOL while scanning string literal

那如果是一个文件夹路径就是以\结尾怎么办呢，可以再接一个转义\的字符串：

>>> print(r'C:\Program File\my\path''\\')
C:\Program File\my\path\

或、

>>> print(r'C:\Program File\my\path'+'\\') 
C:\Program File\my\path\

注意：
在python的正则表达式中，为表示模块re要求的单个反斜杠，需要在字符串中书写两个反斜杠，让解释器对其进行转义。换而言之，这里包含两层转义：解释器执行的转义和模块re执行的转义。实际上，在有些情况下也可使用单个反斜杠，让解释器自动对其进行转义，但请不要这样依赖解释器。
如果你厌烦了两个反斜杆，可使用原始字符串，如r'python\.org'。

3、字符串前加 b

例:response = b'Hello World!'

b' ' 表示这是一个 bytes 对象，用在Python3中，Python3里默认的str是unicode类。Python2的str本身就是bytes类。

作用：

b" "前缀表示：后面字符串是bytes 类型。

用处：

前缀b表示该字符串是bytes类型。

常用在如网络编程中，服务器和浏览器只认bytes类型数据。如：send 函数的参数和 recv 函数的返回值都是 bytes 类型。

附：
在 Python3 中，bytes 和 str 的互相转换方式是

str.encode('utf-8')
bytes.decode('utf-8')

4、字符串前加 f

import time
t0 = time.time()
time.sleep(1)
name ='processing'
print(f'{name} done in {time.time() - t0:.2f} s')

输出：

processing done in 1.00 s

Python3.6新加特性，前缀f用来格式化字符串。可以看出f前缀可以更方便的格式化字符串,比format()方法可读性高且使用方便。

而且加上f前缀后,支持在大括号内,运行Python表达式。

你还可以用fr前缀来表示原生字符串。

Python中bytes与字符串的相互转化

# bytes转字符串方式一
b=b'\xe9\x80\x86\xe7\x81\xab'
string=str(b,'utf-8')
print(string)
>>> 逆火
>>>
# bytes转字符串方式二
b=b'\xe9\x80\x86\xe7\x81\xab'
string=b.decode() # 第一参数默认utf8，第二参数默认strict
print(string)
>>> 逆火

# bytes转字符串方式三
b=b'\xe9\x80\x86\xe7\x81haha\xab'
string=b.decode('utf-8','ignore') # 忽略非法字符，用strict会抛出异常
print(string)
>>> 逆haha

# bytes转字符串方式四
b=b'\xe9\x80\x86\xe7\x81haha\xab'
string=b.decode('utf-8','replace') # 用？取代非法字符
print(string)
>>> 逆�haha�
>>>
# 字符串转bytes方式一
str1='逆火'
b=bytes(str1, encoding='utf-8')
print(b)
>>> b'\xe9\x80\x86\xe7\x81\xab'

# 字符串转bytes方式二
b=str1.encode('utf-8')
print(b)
>>> b'\xe9\x80\x86\xe7\x81\xab'

前缀u、b测试

下面的内容来源于：https://blog.csdn.net/anlian523/article/details/80504699，原文有错误，特转过来修改

字符串的类型只有两种（str，bytes），

>>> oath = '我爱妞'
>>> print(type(oath))
<class 'str'>
>>> print(len(oath))
3

>>> oath1 = u'我爱妞'
>>> print(type(oath1))
<class 'str'>
>>> print(len(oath1))
3
>>> print(oath==oath1)
True

发现无前缀，和前缀u，构造出来的字符串常量是一样的。

类型都是str，长度都是3，==判断返回true。
其实，这里是因为，python3中，字符串的存储方式都是以Unicode字符来存储的，所以前缀带不带u，其实都一样。

>>> oath = '我爱妞'
>>> oath1 = u'我爱妞'
>>> print(oath is oath1)
False

is判断返回False。

结论：字符串常量，前缀带不带u，都是一样的。

>>> utf8 = oath.encode('utf-8')
>>> print(type(utf8))
<class 'bytes'>
>>> print(len(utf8))
9
>>> print(utf8)
b'\xe6\x88\x91\xe7\x88\xb1\xe5\xa6\x9e'

>>> gbk = oath.encode('gbk')
>>> print(type(gbk))
<class 'bytes'>
>>> print(len(gbk))
6
>>> print(gbk)
b'\xce\xd2\xb0\xae\xe6\xa4'

可以发现任何str类型的字符串，在经过encode(‘utf-8’)后，通过utf-8编码，将Unicode字符转换为对应的以字节方式存储的若干十六进制数。

根据如上程序以及结果，可以发现，utf-8用三个字节（6个十六进制数）来表示一个中文字符，而gbk用两个字节（4个十六进制数）来表示一个中文字符。

结论：encode()函数根据括号内的编码方式，把str类型的字符串转换为bytes字符串，字符对应的若干十六进制数。

既然str存储的是Unicode字符，那么也可以Unicode编码来存储str，形如\u1234：

>>> u'\u5220\u9664'
'删除'
>>> '\u5220\u9664'
'删除'

发现\u后面跟四个十六进制数，就可以代表一个Unicode字符，同样的，前缀带不带u都一样。

>>> test = u'\u5220\u9664'
>>> print(len(test))
2
>>> print(test)
删除
>>> test1 = test.encode('utf-8')
>>> print(test1)
b'\xe5\x88\xa0\xe9\x99\xa4'
>>> print(type(test1))
<class 'bytes'>

结论：str类型的字符串，每个字符用字符本身或者\u1234来表示都可以，后者则是直接是Unicode编码。但打印时都是字符本身。

bytes字符串的组成形式，必须是十六进制数，或者ASCII字符：

>>> x = b'abc'
>>> x
b'abc'
>>> b'好'
  File "<stdin>", line 1
    b'好'
        ^
SyntaxError: bytes can only contain ASCII literal characters.

提示错误：bytes只能包含ASCII字符。

还可以对bytes取索引，所以bytes类型也可以用for循环来迭代。取索引，将所在元素的数，转换为十进制数。

>>> g=b'\xce\xd2\xb0\xae\xe6\xa4'
>>> g[0]
206

>>> out = open('test.txt','w',encoding = 'utf-8')
>>>  
>>> test = u'\u5220\u9664'
>>> print(len(test))
2
>>> print(test)
删除
>>> test1 = test.encode('utf-8')
>>> print(test1)
b'\xe5\x88\xa0\xe9\x99\xa4'
>>> print(type(test1))
<class 'bytes'>
>>>
>>> out.write(test)
2
>>> out.close()