一種簡單的字元轉義演算法

有的時候我們希望將字元串中的某些特殊字元替換成其他字元，來方便我們對於分隔符的使用，比如說我們需要轉義字元串中的小數點字元（.），來將字元串拼成用點號隔開的欄位，來形成KVDB中的一個key；或者我們需要轉義字元串中的/、?、*來形成一個文件名（當然，真正的文件名需要轉義的字元可能會更多）。除了採用urlencode、base64以及各種各樣的現成的escape方法以外，有一種簡單的方法可以快速寫出這樣的代碼，很適合轉義少量字元，而基本不破壞整個字元串的可讀性，代碼也只有一行。

假設我們要轉移一些字元，我們可以採用這樣的方法：

1. 挑選一個不在要轉移字元當中的新字元。一般來說我比較喜歡的字元包括+和$，可以按情況選擇。盡量選擇出現概率低的符號，盡量不要選擇數字和字母（你不會喜歡一個單詞或者數字中間跑出來符號這種事情）
2. 將依次替換成提前選定的e開頭的字元串。這些字元串應該符合如下的規則：
1. 除了最後一個對應的字元串以外，其他字元串不能包含e。
2. 不能為另一個字元串的前綴
3. 不能包含

在解轉義的時候，只需要：

按的順序，將相應的字元串重新替換回原來的字元即可。

比如說我們現在想要轉義小數點(.)，冒號(:)，斜杠(/)三個字元，我們選中$作為字元e，然後分別將四個字元替換成$_, $+, $-和$$：

def escape_key(k):n return k.replace($, $_).replace(., $+)n .replace(:, $-).replace(/, $$)nndef unescape_key(k):n return k.replace($$, /).replace($-, :)n .replace($+, .).replace($_, $)n

證明正確性：

首先，這個編碼方式形成了一種前綴碼：不以e開頭的字元都表示自己；e開頭的相應的字元串表示相應的字元。用這種方法編碼後的字元串是無歧義的。由於e開頭相應字元串中沒有包含要轉移的字元，因此我們所有替換的字元都是原字元串中的字元，得到的結果與前綴編碼方法得到的結果相同。更進一步，將全部替換成相應字元串，後面字元暫不轉移的編碼方式也構成了前綴碼，因此我們每一步替換都得到一個前綴碼編碼的字元串，它都是無歧義的。

接下來考慮解碼的過程，對於每一個，在編碼時對它進行替換之前，由於所有字元e開頭的字元串都是一個e開頭的轉義字元串，這些字元串不是對應字元串的前綴，對應字元串也不是他們的前綴，因此原串中不存在對應字元串，替換後，從前往後匹配到的所有字元串都代表。因此解碼的時候，將這個字元串重新替換回，就可以回到被替換掉之前的狀態。

當所有的都被替換回去之後，字元串中所有出現的字元e都一定是以e的轉義字元串的形式出現的，一一對應，因此將這個字元串替換回e就可以回到原來的字元串了。

>>> escape_key(a/b.c:def/ghi::jkl////.:/..mn)na$$b$+c$-def$$ghi$-$-jkl$$$$$$$$$+$-$$$+$+mnn>>> unescape_key(_)na/b.c:def/ghi::jkl////.:/..mnn

推薦閱讀：