评估顺序、unicode 字符串和格式
Order of evaluation , unicode string & format
这里有很多unicode映射的字符串。
unicode_strings = ["\U00000{:0>3}".format(str.upper(hex(i))[2:]) for i in range(16)]
但是此代码会发出错误消息。
SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in position 0-6: truncated \UXXXXXXXX escape
这是因为评估的顺序。
首先，计算“\U00000”，其次，执行format。
如错误信息，unicode字符必须是"\UXXXXXXXX"的块。
第一次评估 Unicode 字符，但这不是当时合适的块。
执行format函数时，必须完整构造unicode字符。
我知道 cap 字符串 'r' 可以转义此错误消息，但它不会生成 unicode 字符串。
如何第一次给字符串附加“\U”或执行格式化功能？
如果我删除'\U'，结果就是乌托邦。
['00000001',
'00000002',
'00000003',
'00000004',
'00000005',
'00000006',
'00000007',
'00000008',
'00000009',
'0000000A',
'0000000B',
'0000000C',
'0000000D',
'0000000E',
'0000000F']
更新：
我想要这样的结果。
['\U00000001',
'\U00000002',
'\U00000003',
'\U00000004',
'\U00000005',
'\U00000006',
'\U00000007',
'\U00000008',
'\U00000009',
'\U0000000A',
'\U0000000B',
'\U0000000C',
'\U0000000D',
'\U0000000E',
'\U0000000F']
我想获取 Unicode 映射中的字符序列。
不完全确定你到底在追求什么，但考虑到例如 \U00000000 与 \x00 相同并生成此列表，无论如何以下理解似乎更有意义：
unicode_strings = [chr(i) for i in range(16)]
如果问题是为什么会发生这种情况，format 文档可能有点微妙：*)
The string on which this method is called can contain literal text or replacement fields delimited by braces {}... Returns a copy of the string where each replacement field is replaced with the string value of the corresponding argument.
但基本上，文字字符串和 "replacement fields" 已被识别，并且每个都被认为是这样。在您的情况下，字符串文字 \U00000 正在被考虑并且无效，因为在 \U 之后预期有四个字节的十六进制值。或者换句话说，这不是真正的顺序问题（先是字面量，然后是表达式），而是 str 如何分成块/处理（首先识别文字和表达式并按此处理）。
因此，如果您想为更大的字符串生成做类似的事情，您可以按如下方式进行：
somelist = [f"abcd{chr(i)}efgh" for i in range(16)]
*) PEP-498 在 f-strings 上可能更明确一点（并且在这方面的机制是相同的），即：
f-strings are parsed in to literal strings and expressions...
The parts of the f-string outside of braces are literal strings. These literal portions are then decoded. For non-raw f-strings, this includes converting backslash escapes such as '\n', '\"', "\'", '\xhh', '\uxxxx', '\Uxxxxxxxx', and named unicode characters '\N{name}' into their associated Unicode characters.
这里有很多unicode映射的字符串。
unicode_strings = ["\U00000{:0>3}".format(str.upper(hex(i))[2:]) for i in range(16)]
但是此代码会发出错误消息。
SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in position 0-6: truncated \UXXXXXXXX escape
这是因为评估的顺序。
首先，计算“\U00000”，其次，执行format。
如错误信息，unicode字符必须是"\UXXXXXXXX"的块。
第一次评估 Unicode 字符，但这不是当时合适的块。
执行format函数时，必须完整构造unicode字符。
我知道 cap 字符串 'r' 可以转义此错误消息，但它不会生成 unicode 字符串。
如何第一次给字符串附加“\U”或执行格式化功能？
如果我删除'\U'，结果就是乌托邦。
['00000001',
'00000002',
'00000003',
'00000004',
'00000005',
'00000006',
'00000007',
'00000008',
'00000009',
'0000000A',
'0000000B',
'0000000C',
'0000000D',
'0000000E',
'0000000F']
更新： 我想要这样的结果。
['\U00000001',
'\U00000002',
'\U00000003',
'\U00000004',
'\U00000005',
'\U00000006',
'\U00000007',
'\U00000008',
'\U00000009',
'\U0000000A',
'\U0000000B',
'\U0000000C',
'\U0000000D',
'\U0000000E',
'\U0000000F']
我想获取 Unicode 映射中的字符序列。
不完全确定你到底在追求什么，但考虑到例如 \U00000000 与 \x00 相同并生成此列表，无论如何以下理解似乎更有意义：
unicode_strings = [chr(i) for i in range(16)]
如果问题是为什么会发生这种情况，format 文档可能有点微妙：*)
The string on which this method is called can contain literal text or replacement fields delimited by braces
{}... Returns a copy of the string where each replacement field is replaced with the string value of the corresponding argument.
但基本上，文字字符串和 "replacement fields" 已被识别，并且每个都被认为是这样。在您的情况下，字符串文字 \U00000 正在被考虑并且无效，因为在 \U 之后预期有四个字节的十六进制值。或者换句话说，这不是真正的顺序问题（先是字面量，然后是表达式），而是 str 如何分成块/处理（首先识别文字和表达式并按此处理）。
因此，如果您想为更大的字符串生成做类似的事情，您可以按如下方式进行：
somelist = [f"abcd{chr(i)}efgh" for i in range(16)]
*) PEP-498 在 f-strings 上可能更明确一点（并且在这方面的机制是相同的），即：
f-strings are parsed in to literal strings and expressions...
The parts of the f-string outside of braces are literal strings. These literal portions are then decoded. For non-raw f-strings, this includes converting backslash escapes such as
'\n','\"',"\'",'\xhh','\uxxxx','\Uxxxxxxxx', and named unicode characters'\N{name}'into their associated Unicode characters.