Python 字符串分割实战教程 – wiki大全

作者： /

Python 字符串分割实战教程

在Python编程中，字符串分割（splitting strings）是一项非常常见的操作。它允许你根据指定的分隔符将一个长字符串拆分成多个子字符串，并将这些子字符串存储在一个列表中。Python提供了强大且灵活的字符串方法来完成这项任务。

本教程将深入探讨Python中字符串分割的各种方法，并通过实战示例帮助你掌握它们。

1. 核心方法：str.split()

str.split() 是Python中最常用也是最灵活的字符串分割方法。它的基本语法如下：

python
str.split(sep=None, maxsplit=-1)

参数说明：

  • sep (separator)：这是一个可选参数，用于指定分隔符。

    • 如果 sep 被省略或为 None，那么将以任意空白字符（空格、制表符、换行符等）作为分隔符，并且会智能地处理连续的空白字符（即连续的多个空格会被视为一个分隔符，结果列表中不会包含空字符串）。字符串开头或结尾的空白字符会被忽略。
    • 如果 sep 是一个字符串，那么它将作为精确的分隔符。此时，如果字符串中出现连续的分隔符，或者分隔符出现在字符串的开头或结尾，结果列表中可能会包含空字符串。

  • maxsplit (maximum splits)：这是一个可选参数，用于指定最大分割次数。

    • 如果 maxsplit 被省略或为 -1，则表示不限制分割次数，字符串会尽可能多地被分割。
    • 如果 maxsplit 是一个非负整数 n，那么字符串最多被分割 n 次，结果列表中将包含 n+1 个元素。

返回值：

str.split() 方法返回一个由子字符串组成的列表。

实战示例：

示例 1: 使用默认空白字符分割

“`python
text = “Hello world this is a test string”
words = text.split()
print(words)

输出: [‘Hello’, ‘world’, ‘this’, ‘is’, ‘a’, ‘test’, ‘string’]

text_with_newline = “First line\nSecond line\tThird line”
parts = text_with_newline.split()
print(parts)

输出: [‘First’, ‘line’, ‘Second’, ‘line’, ‘Third’, ‘line’]

``
**解释：** 当不指定sep时，split()` 会自动处理多种空白字符，并跳过连续的空白。

示例 2: 使用指定字符分割

“`python
data = “apple,banana,orange,grape”
fruits = data.split(‘,’)
print(fruits)

输出: [‘apple’, ‘banana’, ‘orange’, ‘grape’]

path = “/usr/local/bin/python”
parts = path.split(‘/’)
print(parts)

输出: [”, ‘usr’, ‘local’, ‘bin’, ‘python’]

``
**解释：** 当sep为空字符串（例如/在字符串开头）时，split()` 会在结果列表中包含空字符串。

示例 3: 使用指定字符串（多个字符）分割

“`python
sentence = “one_two_three_four”
parts = sentence.split(‘_’)
print(parts)

输出: [‘one’, ‘two’, ‘three’, ‘four’]

如果分隔符是多个字符组成的字符串

message = “Hello<<>>Python”
tokens = message.split(‘<<<‘)
print(tokens)

输出: [‘Hello’, ‘World>>>Python’]

tokens2 = tokens[1].split(‘>>>’)
print(tokens2)

输出: [‘World’, ‘Python’]

“`

示例 4: 限制分割次数 (maxsplit)

“`python
long_text = “Python is awesome, Python is powerful, Python is versatile”

最多分割一次，得到两个元素

parts_one_split = long_text.split(‘, ‘, 1)
print(parts_one_split)

输出: [‘Python is awesome’, ‘Python is powerful, Python is versatile’]

最多分割两次，得到三个元素

parts_two_splits = long_text.split(‘, ‘, 2)
print(parts_two_splits)

输出: [‘Python is awesome’, ‘Python is powerful’, ‘Python is versatile’]

``
**解释：**maxsplit` 参数非常有用，当你只需要从字符串中提取前几个部分，而保留其余部分不变时。

示例 5: 包含空字符串的情况

当指定 sep 且分隔符连续出现时，或者分隔符出现在字符串的开头/结尾时，split() 会在结果列表中包含空字符串。

“`python
csv_line = “value1,,value3,value4,”
items = csv_line.split(‘,’)
print(items)

输出: [‘value1’, ”, ‘value3’, ‘value4’, ”]

字符串以分隔符开头

start_with_sep = “,value1,value2”
items_start = start_with_sep.split(‘,’)
print(items_start)

输出: [”, ‘value1’, ‘value2’]

“`

对比不带 sep 的情况：

“`python
multi_space = ” hello world ”
print(multi_space.split()) # 默认模式，处理连续空白

输出: [‘hello’, ‘world’]

print(multi_space.split(‘ ‘)) # 指定一个空格作为分隔符，产生空字符串

输出: [”, ”, ‘hello’, ”, ”, ‘world’, ”, ”]

``
**注意：** 默认的split()(不带sep` 参数) 行为是处理连续空白的理想方式。如果你的数据可能包含多个连续的指定分隔符，并且你不想在结果中看到空字符串，你可能需要进行额外的处理（例如列表推导式过滤空字符串）。

2. 从右侧开始分割：str.rsplit()

str.rsplit() 方法与 str.split() 类似，但它从字符串的右侧开始分割。这在需要从字符串末尾提取特定部分时非常有用。

它的语法和参数与 split() 完全相同：

python
str.rsplit(sep=None, maxsplit=-1)

实战示例：

“`python
file_path = “/home/user/documents/report.2023.txt”

从右侧分割一次，通常用于分离文件名和扩展名

name, ext = file_path.rsplit(‘.’, 1)
print(f”文件名: {name}, 扩展名: {ext}”)

输出: 文件名: /home/user/documents/report.2023, 扩展名: txt

再次分割，将最后一部分作为版本号

base_name, version = name.rsplit(‘.’, 1)
print(f”基础文件名: {base_name}, 版本: {version}”)

输出: 基础文件名: /home/user/documents/report, 版本: 2023

“`

3. 按行分割：str.splitlines()

str.splitlines() 方法专门用于将多行字符串分割成一个行列表。它会自动识别并处理各种换行符（\n, \r, \r\n）。

基本语法：

python
str.splitlines(keepends=False)

参数说明：

  • keepends：这是一个可选的布尔参数。
    • 如果 keepends 为 False (默认值)，则结果列表中的字符串不包含换行符。
    • 如果 keepends 为 True，则结果列表中的字符串会保留它们的换行符。

实战示例：

“`python
multiline_text = “第一行\n第二行\r\n第三行\r”

不保留换行符（默认）

lines_no_ends = multiline_text.splitlines()
print(lines_no_ends)

输出: [‘第一行’, ‘第二行’, ‘第三行’]

保留换行符

lines_with_ends = multiline_text.splitlines(keepends=True)
print(lines_with_ends)

输出: [‘第一行\n’, ‘第二行\r\n’, ‘第三行\r’]

``
**解释：**splitlines()` 是处理文本文件内容或多行用户输入的理想选择。

4. 字符串分割的常见陷阱与技巧

  • 处理多余的空白字符： 如果你的分隔符是逗号，但数据中可能包含 ", " 这样的情况，直接 split(',') 会留下带空格的子字符串。你可以结合 strip() 方法来清理：

    “`python
    items_str = ” apple, banana , orange ”
    items = [item.strip() for item in items_str.split(‘,’)]
    print(items)

    输出: [‘apple’, ‘banana’, ‘orange’]

    “`

  • 正则表达式分割： 对于更复杂的分割模式，例如你需要根据多个不同的分隔符进行分割，或者分隔符本身是复杂的模式，可以使用 re 模块中的 re.split()。

    “`python
    import re

    根据逗号或分号分割

    data = “apple,banana;orange,grape”
    fruits = re.split(r'[,;]’, data)
    print(fruits)

    输出: [‘apple’, ‘banana’, ‘orange’, ‘grape’]

    根据一个或多个空白字符分割 (与 str.split() 默认行为类似)

    text = “Hello world \t Python”
    words = re.split(r’\s+’, text)
    print(words)

    输出: [‘Hello’, ‘world’, ‘Python’]

    “`

  • 分割结果的解包： 当你确定 split() 将返回固定数量的元素时，可以直接解包到多个变量中。

    “`python
    name_age = “Alice:30″
    name, age_str = name_age.split(‘:’)
    age = int(age_str)
    print(f”姓名: {name}, 年龄: {age}”)

    输出: 姓名: Alice, 年龄: 30

    ``
    **注意：** 如果    split()返回的元素数量与你期望的不同，解包操作会引发ValueError`。

总结

Python的字符串分割功能强大而灵活，str.split()、str.rsplit() 和 str.splitlines() 几乎可以满足你所有的字符串拆分需求。理解 sep 和 maxsplit 参数的行为，特别是在处理空白字符和空字符串时的差异，是高效使用这些方法的关键。对于更高级的模式匹配需求，re.split() 提供了正则表达式的强大功能。

掌握这些技巧，将大大提高你在Python中处理文本数据的效率和代码的健壮性。

滚动至顶部