可以在Python中创建自定义字符串文字前缀吗？

Question

假设我有一个自定义类，该类str实现/重写了一些方法：

class mystr(str):
    # just an example for a custom method:
    def something(self):
        return "anything"

现在，我现在必须mystr通过在构造函数中传递一个字符串来手动创建的实例：

ms1 = mystr("my string")

s = "another string"
ms2 = mystr(s)

这还不错，但是它导致了这样的想法，即使用类似于b'bytes string'orr'raw string'或or的自定义字符串前缀会很酷u'unicode string'。

是否有可能在Python中创建/注册这样的自定义字符串文字前缀m，以使文字m'my string'产生新的实例mystr？
还是将这些前缀硬编码到Python解释器中？

Answer 1

这些前缀在解释器中进行了硬编码，您不能注册更多的前缀。

但是，您 可以 做的是通过使用 自定义源编解码器
预处理Python文件。这是一个相当简洁的技巧，要求您注册一个自定义编解码器，并了解和应用源代码转换。

Python允许您在顶部加上特殊注释来指定源代码的编码：

# coding: utf-8

会告诉Python使用UTF-8编码的源代码，并在解析之前对文件进行相应的解码。Python在codecs模块注册表中为此查找编解码器。而且
你可以注册自己的编解码器 。

该pyxl项目使用这种伎俩来从Python文件解析出的HTML语法与实际的Python语法来替换它们构建HTML，尽在“解码”的一步。请参阅该项目中的codec包，其中该register模块注册了一个自定义codec搜索功能，该功能可以在Python实际解析和编译源代码之前转换源代码。将自定义.pth文件安装到您的site- packages目录中，以在Python启动时加载此注册步骤。另一个做同样的事情来解析Ruby样式的字符串格式的项目是interpy。

然后，您所需要做的就是也构建这样的编解码器，该编解码器将解析Python源文件（对它进行标记，也许使用tokenizemodule标记），并用mystr(<string literal>)调用的自定义前缀替换字符串文字。要解析的任何文件都用标记# coding: yourcustomcodec。

我将把这一部分留给读者练习。祝好运！

注意，此转换的结果然后被编译成字节码，并被缓存；您的转换只需在每个源代码修订版中运行 一次 ，使用您的编解码器的模块的所有其他导入将加载缓存的字节码。