[[388533]]

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(shù)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(zhuǎn)換為JSON格式的字符串，然后把這個字符串再轉(zhuǎn)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(zhuǎn)換以后，打印出來 
print(info_json) 
 
info_json_json = json.dumps(info_json) 
 
# 第二次轉(zhuǎn)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(zhuǎn)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?jīng)]有出現(xiàn)反斜杠。

在Python里面，反斜杠不能單獨出現(xiàn)，這里\u676d\u5dde中的兩根反斜杠，實際上應(yīng)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(zhuǎn)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(xiàn)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(dǎo)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(dāng)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(cè)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(dǎo)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(zhì)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(cè)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(dāng)?shù)诙螆?zhí)行json.dumps的時候，傳入的參數(shù)是一個JSON格式的字符串，本質(zhì)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(zhuǎn)換的時候，需要標(biāo)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(xiàn)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(dāng)你對info_json_json執(zhí)行json.dumps的時候，Python是怎么轉(zhuǎn)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(guān)鍵方法——從左到右，一個字符一個字符的轉(zhuǎn)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(zhuǎn)換是把一個字符串轉(zhuǎn)換為JSON格式的字符串，所以最外側(cè)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(jīng)過多次JSON轉(zhuǎn)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(dǎo)致你的數(shù)據(jù)更難解析。

正確的做法應(yīng)該是嘗試對數(shù)據(jù)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(xiàn)在把PyCharm的調(diào)試模式打開，然后數(shù)一數(shù)info_json和info_json_json里面反斜杠的個數(shù)，如下圖所示：

為什么在info_json里面，出現(xiàn)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。

本文轉(zhuǎn)載自微信公眾號「未聞Code」，可以通過以下二維碼關(guān)注。轉(zhuǎn)載本文請聯(lián)系未聞Code公眾號。