エスケープする／エスケープを外す

Ruby レシピブックを参考に作成した、ある文字郡をある文字でエスケープする関数、元に戻す関数です。デフォルトでは Ruby, Python などのリテラル文字列のように「'」「"」「\」の 3 文字を「\」でエスケープします。エスケープ対象は quoted 引数で指定できます。エスケープに使用する文字は escape 引数で指定できます。

import re

def escape(s, quoted=u'\'"\\', escape=u'\\'):
    return re.sub(
            u'[%s]' % re.escape(quoted),
            lambda mo: escape + mo.group(),
            s)

def unescape(s, quoted=u'\'"\\', escape=u'\\'):
    return re.sub(
            ur'%s([%s])' % (re.escape(escape), re.escape(quoted)),
            ur'\1',
            s)

使用してみます。

>>> s = u"abc'def\"ghi"
>>> q = escape(s)
>>> ss = unescape(q)
>>> print s
abc'def"ghi
>>> print q
abc\'def\"ghi
>>> print ss
abc'def"ghi

これらの関数は呼び出すたびに正規表現をコンパイルするので、実行速度は遅めです。処理内容が決まっていて、かつ酷使するとわかっている場合、次のように正規表現オブジェクトを事前にコンパイルしておくとよいでしょう。以下の関数は「'」「"」「\」の 3 文字を「\」でエスケープする関数、元に戻す関数です。

import re

_quote_by_backslash = re.compile(u'([\'"\\\\])')
def quote_by_backslash(s):
    return _quote_by_backslash.sub(ur'\\\1', s)

_remove_backslash = re.compile(ur'\\(.)')
def remove_backslash(s):
    return _remove_backslash.sub(ur'\1', s)

文字を二重にしてエスケープする／エスケープを外す

エスケープ対象を二重にしてエスケープする関数、元に戻す関数です。デフォルトでは「'」「"」の 2 文字をエスケープ対象とします。エスケープ対象は quoted 引数で指定できます。

import re

def escape2(s, quoted=u'\'"'):
    return re.sub(u'([%s])' % re.escape(quoted), ur'\1\1', s)

def unescape2(s, quoted=u'\'"'):
    return re.sub(u'([%s])\\1' % re.escape(quoted) , ur'\1', s)

これも正規表現を事前に決めうちでコンパイルしておけば、実行速度を上げることができます。

import re

_double_quote = re.compile(u'([\'"])')
def double_quote(s):
    return _double_quote.sub(ur'\1\1', s)

_remove_double_quote = re.compile(u'([\'"])\\1')
def remove_double_quote(s):
    return _remove_double_quote.sub(ur'\1', s)

不可視文字を表示する

不可視文字（例えば \n や \r）を \ によるエスケープシーケンスで表示したい場合、 repr 関数が使えます。

>>> a = 'a b\tc\r\n'
>>> print a
a b     c

>>> print repr(a)
'a b\tc\r\n'
>>> print eval(repr(a))
a b     c

特定のエスケープ方式にする

各モジュールには、エスケープ用の関数などが用意されている場合があります。

>>> s = u'あいうえお'
>>> r = s.encode('unicode_escape')
>>> print r
\u3042\u3044\u3046\u3048\u304a
>>> d = r.decode('unicode_escape')
>>> print d
あいうえお

>>> import re
>>> print re.escape(r'\.^$*+?{}|():#')
\\\.\^\$\*\+\?\{\}\|\(\)\:\#
>>>
>>> re.search(r'a\a', r'a\abcde')            # マッチしない、\ は正規表現のメタ文字、重ねる必要がある
>>> re.search(r'a\\a', r'a\abcde')           # これならマッチする
<_sre.SRE_Match object at 0x00A53FA8>
>>> re.search(re.escape(r'a\a'), r'a\abcde') # re.escape 関数で実行時にエスケープ
<_sre.SRE_Match object at 0x00A53F38>