09.Python字符串操作详解：len()、split()和join()方法

本教程将详细介绍Python中三种常用的字符串操作方法：len()函数获取字符串长度、split()分割字符串以及join()合并字符串。无论你是Python初学者还是想要巩固基础知识的程序员，这篇教程都能帮助你全面理解这些操作。

Python len()函数：获取字符串长度或字节数

len()函数是Python中用于获取对象长度的内置函数，对于字符串，它返回字符的数量。

1. 获取字符串长度
代码语言：javascript代码运行次数：0运行复制
# 获取ASCII字符串长度
s1 = "Hello"
print(len(s1))  # 输出: 5

# 获取中文字符串长度
s2 = "你好世界"
print(len(s2))  # 输出: 4

# 获取混合字符串长度
s3 = "Hello你好"
print(len(s3))  # 输出: 7
2. 字符串长度与字节数的区别

需要注意的是，len()函数返回的是Unicode字符的数量，而不是字节数。如果需要获取字节数，可以使用encode()方法将字符串转换为字节序列：

代码语言：javascript代码运行次数：0运行复制
# 获取字符串的字节数
s = "你好"

# 字符数
print(len(s))  # 输出: 2

# 使用UTF-8编码的字节数（中文通常占3个字节）
print(len(s.encode('utf-8')))  # 输出: 6

# 使用GBK编码的字节数（中文通常占2个字节）
print(len(s.encode('gbk')))  # 输出: 4
3. 实际应用场景
代码语言：javascript代码运行次数：0运行复制
# 检查用户名长度是否符合要求
def validate_username(username):
    if len(username) < 6:
        return "用户名太短，至少需要6个字符"
    elif len(username) > 20:
        return "用户名太长，最多允许20个字符"
    else:
        return "用户名有效"

print(validate_username("user"))  # 输出: 用户名太短，至少需要6个字符
print(validate_username("user123"))  # 输出: 用户名有效

# 计算字符串占用的存储空间
def get_storage_size(s, encoding='utf-8'):
    byte_size = len(s.encode(encoding))
    if byte_size < 1024:
        return f"{byte_size} 字节"
    else:
        return f"{byte_size/1024:.2f} KB"

print(get_storage_size("这是一段中文文本，包含一些Chinese characters"))  # 输出类似: 58 字节
4. 注意事项
  • len()函数计算的是字符数量，而不是字节数
  • 在处理国际化文本时，需要注意不同编码方式下的字节数差异
  • 对于非ASCII字符（如中文、日文、emoji等），UTF-8编码通常需要多个字节表示一个字符

Python split()分割字符串方法

split()方法是Python中用于将字符串分割成列表的强大工具。它可以根据指定的分隔符将字符串拆分成多个子字符串。

1. 基本用法
代码语言：javascript代码运行次数：0运行复制
# 使用空格分割字符串
s = "Python 是 一种 编程 语言"
words = s.split()
print(words)  # 输出: ['Python', '是', '一种', '编程', '语言']

# 使用指定分隔符
date = "2023-05-15"
parts = date.split("-")
print(parts)  # 输出: ['2023', '05', '15']

# 分割CSV数据
csv_line = "张三,25,北京,工程师"
data = csv_line.split(",")
print(data)  # 输出: ['张三', '25', '北京', '工程师']
2. 限制分割次数

split()方法可以通过maxsplit参数限制分割的次数：

代码语言：javascript代码运行次数：0运行复制
# 限制分割次数
s = "a,b,c,d,e,f"

# 最多分割1次
print(s.split(",", 1))  # 输出: ['a', 'b,c,d,e,f']

# 最多分割2次
print(s.split(",", 2))  # 输出: ['a', 'b', 'c,d,e,f']

# 最多分割3次
print(s.split(",", 3))  # 输出: ['a', 'b', 'c', 'd,e,f']
3. 处理多个连续分隔符

默认情况下，split()不会合并连续的分隔符。如果需要处理多个连续分隔符，可以考虑使用其他方法：

代码语言：javascript代码运行次数：0运行复制
# 多个连续空格
s = "Python   是  一种   编程语言"
words = s.split()
print(words)  # 输出: ['Python', '是', '一种', '编程语言']

# 多个连续自定义分隔符
s = "a,,b,,,c,d"
parts = s.split(",")
print(parts)  # 输出: ['a', '', 'b', '', '', 'c', 'd']

# 过滤空字符串
filtered_parts = [p for p in parts if p]
print(filtered_parts)  # 输出: ['a', 'b', 'c', 'd']
4. 特殊方法：rsplit()和splitlines()

Python还提供了其他分割方法：

代码语言：javascript代码运行次数：0运行复制
# rsplit() - 从右侧开始分割
path = "folder1/folder2/folder3/file.txt"

# 从左侧分割（最后一个元素是文件名）
print(path.split("/", 1))  # 输出: ['folder1', 'folder2/folder3/file.txt']

# 从右侧分割（第一个元素是文件名）
print(path.rsplit("/", 1))  # 输出: ['folder1/folder2/folder3', 'file.txt']

# splitlines() - 按行分割
text = "第一行\n第二行\r\n第三行\r第四行"
lines = text.splitlines()
print(lines)  # 输出: ['第一行', '第二行', '第三行', '第四行']

# 保留换行符
lines_with_breaks = text.splitlines(True)
print(lines_with_breaks)  # 输出: ['第一行\n', '第二行\r\n', '第三行\r', '第四行']
5. 实际应用场景
代码语言：javascript代码运行次数：0运行复制
# 解析配置文件
config_text = """
DATABASE=mysql
USERNAME=root
PASSWORD=123456
HOST=localhost
PORT=3306
"""

config = {}
for line in config_text.splitlines():
    if line and not line.startswith("#"):
        key, value = line.split("=", 1)
        config[key] = value

print(config)
# 输出: {'DATABASE': 'mysql', 'USERNAME': 'root', 'PASSWORD': '123456', 'HOST': 'localhost', 'PORT': '3306'}

# 解析命令行参数
command = "python script.py --name 张三 --age 25 --city 北京"
args = command.split()

params = {}
for i in range(1, len(args)):
    if args[i].startswith("--") and i + 1 < len(args) and not args[i+1].startswith("--"):
        params[args[i][2:]] = args[i+1]

print(params)
# 输出: {'name': '张三', 'age': '25', 'city': '北京'}

Python join()合并字符串方法

join()方法是Python中用于将多个字符串合并成一个字符串的方法。它是split()方法的逆操作，非常适合处理字符串列表。

1. 基本用法
代码语言：javascript代码运行次数：0运行复制
# 使用空字符串连接
words = ["Python", "是", "一种", "编程", "语言"]
sentence = "".join(words)
print(sentence)  # 输出: Python是一种编程语言

# 使用空格连接
sentence_with_spaces = " ".join(words)
print(sentence_with_spaces)  # 输出: Python 是 一种 编程 语言

# 使用逗号连接
csv_line = ",".join(["张三", "25", "北京", "工程师"])
print(csv_line)  # 输出: 张三,25,北京,工程师
2. 连接不同类型的元素

join()方法只能连接字符串列表。如果列表中包含非字符串元素，需要先将它们转换为字符串：

代码语言：javascript代码运行次数：0运行复制
# 连接包含数字的列表（错误示例）
numbers = [1, 2, 3, 4, 5]
try:
    result = ",".join(numbers)  # 这会引发TypeError
except TypeError as e:
    print("错误：", e)  # 输出: 错误: sequence item 0: expected str instance, int found

# 正确方法：先转换为字符串
result = ",".join(str(n) for n in numbers)
print(result)  # 输出: 1,2,3,4,5

# 使用列表推导式
result = ",".join([str(n) for n in numbers])
print(result)  # 输出: 1,2,3,4,5
3. 高效拼接大量字符串

当需要拼接大量字符串时，join()方法比+运算符更高效：

代码语言：javascript代码运行次数：0运行复制
# 低效方法（不推荐用于大量拼接）
def concat_with_plus(n):
    result = ""
    for i in range(n):
        result = result + str(i)
    return result

# 高效方法：使用join
def concat_with_join(n):
    return "".join(str(i) for i in range(n))

# 性能比较（n较大时差异明显）
import time

n = 10000

start = time.time()
concat_with_plus(n)
end = time.time()
print(f"使用+运算符: {end - start:.6f}秒")

start = time.time()
concat_with_join(n)
end = time.time()
print(f"使用join方法: {end - start:.6f}秒")
4. 实际应用场景
代码语言：javascript代码运行次数：0运行复制
# 构建HTML标签列表
def build_html_list(items):
    list_items = [f"<li>{item}</li>" for item in items]
    return "<ul>" + "\n  ".join(list_items) + "\n</ul>"

fruits = ["苹果", "香蕉", "橙子", "葡萄"]
html = build_html_list(fruits)
print(html)
# 输出:
# <ul>
#   <li>苹果</li>
#   <li>香蕉</li>
#   <li>橙子</li>
#   <li>葡萄</li>
# </ul>

# 构建文件路径
def build_path(parts):
    import os
    return os.path.join(*parts)

path_parts = ["Users", "username", "Documents", "file.txt"]
path = build_path(path_parts)
print(path)  # 输出: Users/username/Documents/file.txt (在Unix系统上)

# 格式化SQL IN子句
def format_sql_in_clause(values):
    placeholders = ", ".join(["?" for _ in values])
    return f"SELECT * FROM users WHERE id IN ({placeholders})"

user_ids = [1, 23, 45, 67, 89]
sql = format_sql_in_clause(user_ids)
print(sql)  # 输出: SELECT * FROM users WHERE id IN (?, ?, ?, ?, ?)

总结

本教程详细介绍了Python中三种常用的字符串操作方法：

  1. len()函数：获取字符串的长度（字符数）和字节数，在处理文本验证和存储计算中非常有用。
  2. split()方法：将字符串分割成列表，适用于解析文本数据、配置文件和命令行参数等场景。
  3. join()方法：将字符串列表合并成单个字符串，是构建文本输出和高效拼接字符串的理想选择。

掌握这些基本操作对于处理文本数据至关重要，无论是数据清洗、文本分析还是构建用户界面，这些技能都会经常用到。希望这篇教程能帮助你更好地理解和应用Python的字符串操作！

本文参与 腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。 原始发表：2025-04-15，如有侵权请联系 cloudcommunity@tencent 删除joinsplit函数字符串python