当前位置:

首页 > 编程开发 > python中split()和strip()函数的结合使用

python中split()和strip()函数的结合使用

strip()函数清理字符串首尾指定字符(默认空白符),split()函数按分隔符拆分字符串(默认连续空白符视为一个)。两者结合使用可高效清洗文本数据:先strip()清理首尾,再split()拆分,最后用列表推导式对每个元素strip()去除多余空格。注意strip()识别字符集合而非子串,split()不能传空字符串,且字符串不可变需重新赋值。

本文目录

    在日常的Python开发中,处理文本数据几乎是家常便饭。无论是清洗日志、解析配置文件,还是从杂乱的网页中提取关键信息,字符串操作都是绕不开的基本功。而在这门基本功里,strip() 和 split() 这两个方法,绝对算得上是最被高频使用,却也最容易因细节疏忽而“翻车”的两个函数。

    它们一个负责“修剪”,一个负责“拆分”,配合起来能解决大量文本清洗的痛点。但你真的完全搞懂它们的脾气了吗?比如,strip("abc") 到底删了什么?split() 默认拆分时,连续的空格怎么处理?如果你心里没底,那这篇文章正好适合你,咱们一起来把这俩函数吃透。

    一、strip () 函数:清理字符串首尾的 “多余字符”

    1. 核心作用

    简单来说,strip() 就是字符串的“去角质”工具。它专门用于搞定字符串开头和结尾的指定字符,默认情况下,它会干掉空格、换行符、制表符这些你看得见或看不见的“空白垃圾”。但要记住,它非常克制,绝不会动字符串中间的内容一根汗毛。

    python中split()和strip()函数的结合使用

    2. 语法与参数

    str.strip([chars]) 
    • 参数:chars 是可选的。注意,它定义的是一个字符集合,而不是一个固定的子字符串。翻译乘人话就是:只要你开头或结尾出现了集合里的任意一个字符,我就删,删到没有为止。
    • 返回值:返回一个全新的字符串。Python 字符串是不可变的,这点务必牢记,原地修改是不会生效的。
    • 衍生方法:
      • lstrip():只盯着开头删,结尾的不管。
      • rstrip():只盯着结尾删,开头的不管。

    3. 基础示例(默认删除空白符)

    看代码最直观。咱们用方括号把字符串包起来,这样空白字符就无处遁形了。

    # 原始字符串(首尾有空格、换行符,中间有空格)
    s = "  \t  Hello World\n  "
    print(f"原始字符串(带占位符):[{s}]")  # 用[]包裹更易看出空白
    # strip():删除首尾所有空白符
    s_stripped = s.strip()
    print(f"strip() 处理后:[{s_stripped}]")  # [Hello World]
    # lstrip():只删开头空白
    s_lstripped = s.lstrip()
    print(f"lstrip() 处理后:[{s_lstripped}]")  # [Hello World
                                                 #   ]
    # rstrip():只删结尾空白
    s_rstripped = s.rstrip()
    print(f"rstrip() 处理后:[{s_rstripped}]")  # [ 	  Hello World]

    输出:

    原始字符串(带占位符):[ Hello World

    ]

    strip() 处理后:[Hello World]

    lstrip() 处理后:[Hello World

    ]

    rstrip() 处理后:[ Hello World]

    4. 进阶示例(指定删除的字符)

    重点来了。当 chars 参数存在时,它的行为是“逐个挑刺”。只要首尾的字符落在了这个集合里,它就删除,然后检查下一个,直到遇到一个不在集合里的字符才停下来。

    # 示例1:删除首尾的指定字符(数字+下划线)
    s1 = "__123Python678__"
    s1_stripped = s1.strip("_0123456789")
    print(f"s1 处理后:{s1_stripped}")  # Python
    # 示例2:删除首尾的特定符号(注意:字符顺序不影响)
    s2 = "###@@@Hello@@@###"
    s2_stripped = s2.strip("#@")  # 只要是#或@,首尾都删
    print(f"s2 处理后:{s2_stripped}")  # Hello
    # 示例3:中间的字符不会被删
    s3 = "aabbaHelloabbaa"
    s3_stripped = s3.strip("ab")
    print(f"s3 处理后:{s3_stripped}")  # Hello

    5. 常见坑点

    这里有两个非常经典的“想当然”错误。

    误区 1:以为 strip("abc") 是去匹配并删除字符串首尾精确的 "abc" 子串。错啦!它是把 a、b、c 三个字符拆开来看,只要有任何一个出现在首尾,就直接干掉。

    s = "abc123abc"
    print(s.strip("abc"))  # 123(正确),而非 123abc(误区)

    误区 2:觉得执行了 s.strip(),变量 s 的值就变了。这又是一个经典误解。字符串是不可变的,你必须把返回值重新赋值给变量才行:s = s.strip()。

    s = "  test  "
    s.strip()
    print(s)  # 仍为 "  test  ",需重新赋值:s = s.strip()

    二、split () 函数:拆分字符串为列表

    1. 核心作用

    如果说 strip() 是做“减法”,那 split() 就是做“分割”。它像一把刀,按你指定的分隔符,把字符串切成一块块的列表元素,而分隔符本身会被丢弃。

    2. 语法与参数

    str.split(sep=None, maxsplit=-1) 
    • 参数 1:sep,分隔符。如果不给,默认是 None,这时候它的规则是:按任意空白符(空格、换行、制表符等)拆分,并且会把多个连续的空白符当成一个来对待。
    • 参数 2:maxsplit,最大拆分次数。默认是 -1,意思是“拆到不能再拆为止”。你可以指定一个数字来限制拆分的次数,这在处理某些有固定结构的字符串时非常有用。
    • 返回值:一个包含拆分后子串的列表。

    3. 基础示例(默认按空白符拆分)

    注意看默认行为,对于“脏”的空白字符串,它的处理非常智能。

    # 示例1:多个连续空格
    s1 = "Python Ja va C++  Go"
    print(s1.split())  # ['Python', 'Ja va', 'C++', 'Go']
    # 示例2:混合空白符(空格+制表符+换行符)
    s2 = "a\tb  c\nd"
    print(s2.split())  # ['a', 'b', 'c', 'd']
    # 示例3:空字符串拆分(返回只含原字符串的列表)
    s3 = ""
    print(s3.split())  # [](注意:空字符串按默认拆分返回空列表)

    4. 进阶示例(指定分隔符)

    (1)指定单个分隔符

    这是最常用的方式,比如解析CSV数据。

    # 示例1:按逗号拆分(CSV数据常用)
    s4 = "张三,28,销售,8000"
    print(s4.split(","))  # ['张三', '28', '销售', '8000']
    # 示例2:按固定字符串拆分(不是字符集合)
    s5 = "Python|Ja va|C++|Go"
    print(s5.split("|"))  # ['Python', 'Ja va', 'C++', 'Go']
    # 示例3:分隔符不存在(返回只含原字符串的列表)
    s6 = "HelloWorld"
    print(s6.split(","))  # ['HelloWorld']

    (2)指定最大拆分次数(maxsplit)

    当你想保留后面部分作为一个整体时,maxsplit 就派上用场了。

    # 示例1:maxsplit=2(只拆分前2个分隔符)
    s7 = "a,b,c,d,e"
    print(s7.split(",", maxsplit=2))  # ['a', 'b', 'c,d,e']
    # 示例2:maxsplit=0(不拆分)
    print(s7.split(",", maxsplit=0))  # ['a,b,c,d,e']

    5. 衍生方法:rsplit ()

    rsplit() 跟 split() 是一对好兄弟,功能完全一致,唯一的区别在于,当指定 maxsplit 时,rsplit() 是从字符串右边开始找分隔符进行拆分。

    s8 = "a,b,c,d,e"
    print(s8.split(",", maxsplit=2))   # ['a', 'b', 'c,d,e'](从左拆)
    print(s8.rsplit(",", maxsplit=2))  # ['a,b,c', 'd', 'e'](从右拆)

    6. 常见坑点

    这几个坑也是新人容易掉进去的。

    误区 1:以为拆分后分隔符还被保留。不存在的,分隔符会被毫不留情地丢弃。

    s = "1-2-3"
    print(s.split("-"))  # ['1','2','3'](无分隔符)

    误区 2:试图用空字符串 "" 作为分隔符。Python 会直接报错 ValueError: empty separator。如果你想把字符串切分成单个字符,正确的姿势是用 list(s)。

    # s.split("")  # 直接报错,如需逐个字符拆分用 list(s)
    s = "abc"
    print(list(s))  # ['a','b','c'](正确方式)

    误区 3:拆分后的数据里带着多余的空格。比如 CSV 里的 "张三, 28",直接拆分你会得到一个 " 28"。这就需要我们下一节的大招——组合使用。

    s9 = "张三, 28, 销售, 8000"
    # 先拆分,再逐个清洗首尾空格
    result = [item.strip() for item in s9.split(",")]
    print(result)  # ['张三', '28', '销售', '8000']

    三、split () + strip () 组合使用(实战高频场景)

    官方认证的王炸组合。在实际项目里,你拿到的原始数据很少是干干净净的。解决“字符串有多余空白 + 需要拆分”这个经典问题,靠的就是这套组合拳。

    示例 1:解析日志字符串

    # 原始日志(首尾有空格,分隔符是多个空格+|)
    log = "  2026-03-01 |  INFO  |  用户登录成功  "
    # 步骤1:清理首尾空白 → 步骤2:按|拆分 → 步骤3:清洗每个字段的空白
    log_clean = [item.strip() for item in log.strip().split("|")]
    print(log_clean)  # ['2026-03-01', 'INFO', '用户登录成功']

    示例 2:清洗用户输入的多值内容

    # 用户输入(用逗号/空格混合分隔,首尾有空白)
    user_input = "  Python, Ja va  , C++ | Go  "
    # 先统一替换非逗号分隔符为逗号,再清洗+拆分
    input_clean = user_input.strip().replace(" | ", ",").replace(" ", "")
    result = input_clean.split(",")
    print(result)  # ['Python', 'Ja va', 'C++', 'Go']

    总结

    核心要点回顾

    最后,我们用最精炼的语言回顾一下这两个函数的精髓:

    1. strip () 系列:专门治理字符串首尾的“脏东西”。注意,它识别的是字符集合,不是固定字符串。而且,它是个“君子动口不动手”,必须重新赋值才有用。

      • lstrip():删开头
      • rstrip():删结尾
    2. split () 系列:字符串的“分割线”。默认情况下,它能把被各种空白字符搅乱的字符串,优雅地拆成一个列表。记住,分隔符本身会被丢弃,且不能传空字符串。

      • rsplit():从右往左拆,在限定拆分次数时尤其好用。
    3. 组合使用:无论是在数据处理还是日志清洗中,“strip() + split() + 列表推导式”这套组合拳,都是文本清洗领域的标准作业流程。先用 strip() 清扫大门,再用 split() 的内部切割,最后用 strip() 逐块抛光,一套下来,数据焕然一新。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发
    相关文章 更多
    GitHub Copilot 管理员怎样控制 MAI Code 2 与 MAI Code 2 Flash?
    GitHub Copilot 管理员怎样控制 MAI Code 2 与 MAI Code 2 Flash?

    GitHub Copilot 新增 MAI Code 2 与 MAI Code 2 Flash。 组织可以通过模型策略管理新模型。默认自动启用的行为,取决于管理员是否关闭全局默认或禁用具体模型。

    Copilot Fusion 的 Claude Sonnet 5.5、GPT-6.1 Terra、MAI-Code-2 能在手机使用吗?
    Copilot Fusion 的 Claude Sonnet 5.5、GPT-6.1 Terra、MAI-Code-2 能在手机使用吗?

    Copilot Fusion 新增 Claude Sonnet 5.5、GPT-6.1 Terra 和 MAI-Code-2。 手机入口的开放范围目前包括两类系统的测试版。正式移动应用的支持仍待后续开放。

    GitHub Copilot Evals 如何定位自定义配置的退化?
    GitHub Copilot Evals 如何定位自定义配置的退化?

    同一任务重复运行后,可以比较改动前后的结果和代理的处理过程,帮助定位需要调整的自定义配置。

    GitHub Copilot CLI 1.0.113 的 Entra 预览支持哪些系统?
    GitHub Copilot CLI 1.0.113 的 Entra 预览支持哪些系统?

    GitHub Copilot CLI 1.0.113 及以上。 这一登录预览目前支持两类桌面系统。开始使用之前,需要核对客户端版本,以及组织授予哪条模型访问路径。

    GitHub Copilot 更新后应使用哪个 JetBrains 版本?
    GitHub Copilot 更新后应使用哪个 JetBrains 版本?

    旧版开发环境的支持范围发生变化,部分新增能力也仍处于预览和分阶段开放状态。

    GitHub Copilot 接入 Microsoft Agent 365 后怎样理解活动和风险信息?
    GitHub Copilot 接入 Microsoft Agent 365 后怎样理解活动和风险信息?

    GitHub Copilot 活动可经企业审计流进入 Microsoft Agent 365,面向使用 Enterprise Managed Users 的 Enterprise Cloud 客户。

    gke-basics 1.1.3、gke-platform-security 1.0.3、gke-inference 1.0.3的技能发现方式怎样变化?
    gke-basics 1.1.3、gke-platform-security 1.0.3、gke-inference 1.0.3的技能发现方式怎样变化?

    gke-basics 1.1.3、gke-platform-security 1.0.3、gke-inference 1.0.3。这次技能更新改正了几处命令说明,也调整了关联技能的引用方式。已有使用流程可据此核对配置。

    GitHub Copilot app 1.2.0 的正式支持与预览集成如何区分?
    GitHub Copilot app 1.2.0 的正式支持与预览集成如何区分?

    GitHub Copilot app 1.2.0 及以上正式支持 GHES;Azure DevOps 与浏览器使用进入预览,分别说明账号、隔离和云会话限制。

    GitHub Copilot 自适应审查和密钥检测有哪些启用边界?
    GitHub Copilot 自适应审查和密钥检测有哪些启用边界?

    GitHub Copilot 代码审查新增 Adaptive 预览、密钥检测与仓库结果统计,分别说明默认值、上限、AI credits 以及读取权限。

    Google Skills gemini-live-api 1.1.0使用前需要哪些认证与区域条件?
    Google Skills gemini-live-api 1.1.0使用前需要哪些认证与区域条件?

    Google Skills gemini-live-api 1.1.0。生成实时客户端之前,需要核对项目、调用身份和区域。这个技能更新把这些前提与消息传输、会话恢复放在一起说明。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。