使用双引号Python获取str repr

Question

我正在使用一个小的Python脚本来生成一些二进制数据，这些数据将用于C报头。

此数据应声明为char[]，如果可以将其编码为字符串（如果相关转义序列不在ASCII可打印字符的范围内，则使用相关转义序列）以保持头比使用十进制或十六进制数组编码更紧凑，那就更好了。

问题是，当我打印Python字符串的repr时，它由单引号分隔，而C不喜欢这样。天真的解决办法是：

'"%s"'%repr(data)[1:-1]

但当数据中的一个字节恰好是双引号时，这就不起作用了，所以我也需要对它们进行转义。

我认为一个简单的replace('"', '\\"')可以完成这项工作，但也许有一个更好的，更像Python的解决方案。

加分：

将数据拆分成大约80个字符的行也很方便，但同样，大小为80的splitting the source string in chunks的简单方法行不通，因为每个不可打印的字符在转义序列中占用2或3个字符。在获取repr之后，将列表分成80块也没有帮助，因为它可以划分转义序列。

有什么建议吗？

Answer 1

如果你要一个python str来获取它的repr，我不认为引号的类型是真正可配置的。在python 2.6.4源代码树中的PyString_Repr函数中：

    /* figure out which quote to use; single is preferred */
    quote = '\'';
    if (smartquotes &&
        memchr(op->ob_sval, '\'', Py_SIZE(op)) &&
        !memchr(op->ob_sval, '"', Py_SIZE(op)))
        quote = '"';

所以，如果字符串中有单引号，我想应该使用双引号，但如果字符串中有双引号，也不要使用双引号。

我会尝试编写自己的类来包含字符串数据，而不是使用内置字符串。一个选项是从str派生一个类并编写自己的repr：

class MyString(str):
    __slots__ = []
    def __repr__(self):
        return '"%s"' % self.replace('"', r'\"')

print repr(MyString(r'foo"bar'))

或者，完全不要使用repr：

def ready_string(string):
    return '"%s"' % string.replace('"', r'\"')

print ready_string(r'foo"bar')

如果字符串中已经有转义引号，那么这种简单的引号可能做不到“正确”的事情。

Answer 2

最好不要破解repr()，而是从头开始使用正确的编码。您可以使用编码string_escape直接获取repr的编码

>>> "naïveté".encode("string_escape")
'na\\xc3\\xafvet\\xc3\\xa9'
>>> print _
na\xc3\xafvet\xc3\xa9

对于转义“-引号，我认为在转义编码之后使用简单的替换是一个完全明确的过程：

>>> '"%s"' % 'data:\x00\x01 "like this"'.encode("string_escape").replace('"', r'\"')
'"data:\\x00\\x01 \\"like this\\""'
>>> print _
"data:\x00\x01 \"like this\""

Answer 3

repr（）不是你想要的。有一个基本问题：repr（）可以使用字符串的任何表示形式（可以作为Python计算）来生成字符串。这意味着，在理论上，它可能决定使用在C中无效的任何数量的其他构造，例如“长字符串”。

这个代码可能是正确的方向。我使用了默认值140，这是2009年的一个合理值，但是如果您真的想将代码包装成80列，只需更改它。

如果unicode=True，则输出一个L“wide”字符串，该字符串可以有意义地存储unicode转义。或者，您可能希望将Unicode字符转换为UTF-8并输出转义的字符，具体取决于您正在使用它们的程序。

def string_to_c(s, max_length = 140, unicode=False):
    ret = []

    # Try to split on whitespace, not in the middle of a word.
    split_at_space_pos = max_length - 10
    if split_at_space_pos < 10:
        split_at_space_pos = None

    position = 0
    if unicode:
        position += 1
        ret.append('L')

    ret.append('"')
    position += 1
    for c in s:
        newline = False
        if c == "\n":
            to_add = "\\\n"
            newline = True
        elif ord(c) < 32 or 0x80 <= ord(c) <= 0xff:
            to_add = "\\x%02x" % ord(c)
        elif ord(c) > 0xff:
            if not unicode:
                raise ValueError, "string contains unicode character but unicode=False"
            to_add = "\\u%04x" % ord(c)
        elif "\\\"".find(c) != -1:
            to_add = "\\%c" % c
        else:
            to_add = c

        ret.append(to_add)
        position += len(to_add)
        if newline:
            position = 0

        if split_at_space_pos is not None and position >= split_at_space_pos and " \t".find(c) != -1:
            ret.append("\\\n")
            position = 0
        elif position >= max_length:
            ret.append("\\\n")
            position = 0

    ret.append('"')

    return "".join(ret)

print string_to_c("testing testing testing testing testing testing testing testing testing testing testing testing testing testing testing testing testing", max_length = 20)
print string_to_c("Escapes: \"quote\" \\backslash\\ \x00 \x1f testing \x80 \xff")
print string_to_c(u"Unicode: \u1234", unicode=True)
print string_to_c("""New
lines""")