Python - 标准库 - ascii() 函数

Question

我已经开始查阅 Python 标准库: (http://docs.python.org/3/library/functions.html)，旨在进一步熟悉基本的 Python。 但是，在解释 ascii() 函数时，我并没有找到很清晰的说明。

请问有哪位能够提供简明扼要的解释，同时附上使用 ascii() 函数的有用示例呢？ 该函数的使用场景是什么？

- Phoenix

Answer 1

ascii()是一个函数，它将repr()的输出进行编码，对于由repr()产生的输出中不在ASCII范围内的任何代码点使用转义序列。

因此，像ë这样的Latin 1代码点被表示为Python转义序列\xeb。

这是Python 2中的标准表示方法；Python 3的repr()将大多数Unicode代码点保留为其实际值输出，只要它是可打印字符：

>>> print(repr('ë'))
'ë'
>>> print(ascii('ë'))
'\xeb'

两种输出都是有效的Python字符串字面量，但后者仅使用ASCII字符，而前者需要使用Unicode兼容编码。

对于U+0100和U+FFFF之间的unicode代码点，使用\uxxxx转义代码序列；对于超过此范围的任何内容，使用\Uxxxxxxxx形式。有关Python字符串字面量的可用转义代码语法，请参见可用的转义代码语法。

与repr()类似，ascii()是一个非常有用的调试工具，特别是在处理字符串的确切内容时。与repr()不同，ascii()输出使许多Unicode陷阱更加明显。

例如，考虑非规范化的代码点；字符ë可以用两种方式表示，作为U+00EB代码点或作为ASCII e加组合分隔符¨（代码点U+0308）：

>>> import unicodedata
>>> one, two = 'ë', unicodedata.normalize('NFD', 'ë')
>>> print(one, two)
ë ë
>>> print(repr(one), repr(two))
'ë' 'ë'
>>> print(ascii(one), ascii(two))
'\xeb' 'e\u0308'

只有使用ascii()，才能清楚地看到two由两个不同的码点组成。

- Martijn Pieters

---

我想补充的是\x与\u和\U一样，引用Unicode中的“代码点”。而且从技术上来说，据我所知，two包含两个“代码点”，而不是字符（Unicode称之为单个用户可感知的字符）对吧？ - Eric O. Lebigot

@EOL：是的，我在这里有点过于随意地使用了字符和代码点。我已经更新了帖子。 - Martijn Pieters

谢谢。还有一点：我不是完全的专家，但是“因此，像ë这样的Latin 1代码点由Python转义序列\xeb表示”应该是我认为“因此，像ë这样的Latin 1 字符_由Python转义序列\xeb表示(因为ë在十六进制中具有Unicode代码点EB)_。”，对吧？ - Eric O. Lebigot

它仍然是一个代码点（编号为U+00EB），而不是由“e”和组合分音符组成的分解形式。 - Martijn Pieters

Answer 2

ascii() 可以帮助查看字符串中的确切内容。如果一个字符串包含空格或不可打印字符，或者终端因为字符编码不匹配而将字符串转换成 乱码，查看 ascii 表示可以提供一个可见且明确的表示方式，使得那些否则无法阅读的字符在所有终端上都能以相同的方式打印。

在 Stackoverflow 上经常会有关于字符串错误打印的问题，有时很难确定发生了什么，因为问题只显示了乱码，而没有提供一个明确的字符串表示方式。当提问者展示了 ascii 表示（或 Python 2 中的 repr）时，情况就变得更加清晰了。

- unutbu