Python: 字符串进阶

Q: split() 和 partition() 什么时候用哪个？

简单的分割用 split() ，需要保留分隔符信息的用 partition() 。 partition() 总是返回三个元素（左边、分隔符、右边），可以用元组解包直接赋值： left, sep, right = text.partition(":") 。而 split() 返回列表，数量不确定。如果你确定分隔符只出现一次并且需要提取分隔符前后的内容， partition() 是最佳选择。

Q: 对齐方法 ljust() 和 f-string 的 {value:10} 有什么区别？

效果是一样的—— text.ljust(10) 等价于 f"{text:<10}" 。f-string 的写法更灵活（可以同时控制对齐和数字格式），而方法调用更直观。个人偏好问题，选一种保持一致就好。f-string 的对齐符号： < 左对齐、 > 右对齐、 ^ 居中对齐： f"{text:^10}" 。

第06课我们学了字符串的基础操作，这一课来深入挖掘。字符串的不可变性到底意味着什么？除了基础方法还有哪些好用但不为人知的操作？中文字符在计算机里是怎么存的？学完这课，你对字符串的理解会上一个台阶。

1. 字符串的不可变性

第06课 FAQ 里提过——字符串一旦创建就不能修改。这里用具体例子来看"不可变"到底是什么意思。

PYTHON

text = "Hello"

# ❌ 不能这样修改——这行代码会报错
# text[0] = "h"    # TypeError: 'str' object does not support item assignment

那如果我想把首字母小写怎么办？答案是创建一个新字符串：

PYTHON

text = "Hello"
new_text = "h" + text[1:]   # 创建新字符串
print(new_text)              # hello
print(text)                  # Hello——原字符串没变

(1) 不可变性的好处

PYTHON

# 安全的共享引用
a = "Python"
b = a       # b 和 a 指向同一个字符串

# 不管怎么操作 a，b 都不会受影响
a = a.upper()
print(a)    # PYTHON
print(b)    # Python——b 还是原来的值

💡 提示：不可变性带来的好处是线程安全和哈希能力。字符串可以作为字典的键（后面会学），列表就不行——因为列表可变，变了以后字典就找不到它了。

(2) 不可变性的代价

每次"修改"字符串都会创建新对象，如果在一个循环里反复拼接大量字符串，性能会很差：

PYTHON

# ❌ 不推荐：循环中拼接大量字符串
result = ""
for i in range(10000):
    result += str(i) + ","
# 这样会创建 10000 个临时字符串对象

# ✅ 推荐：用列表收集 + join() 合并
parts = []
for i in range(10000):
    parts.append(str(i))
result = ",".join(parts)

⚠️ 注意：日常写代码中，拼接几十个字符串完全不用担心性能问题。你要警惕的是在循环里拼接成千上万条字符串。几百次以内的操作，用 += 完全没问题。

▶ 示例：模拟字符串方法的工作原理（难度⭐⭐）

PYTHON

# 自己实现一个"首字母大写"（模拟 capitalize 方法）
def my_capitalize(text):
    if not text:
        return text
    first = text[0].upper()
    rest = text[1:].lower()
    return first + rest

print(my_capitalize("hello WORLD"))      # Hello world
print(my_capitalize("python"))           # Python

# 自己实现一个"替换"（模拟 replace 方法）
def my_replace(text, old, new):
    parts = text.split(old)     # 用 old 分割，得到中间的部分
    return new.join(parts)      # 用 new 重新组合

print(my_replace("one, two, one", "one", "1"))    # 1, two, 1

▶ 试一试

输出：

TEXT 📖 仅展示

# 函数定义成功

2. 字符串的查询方法

除了第06课学的 find() 和 count()，还有几个好用的查询方法。

(1) startswith() 和 endswith()

PYTHON

# 检查字符串以什么开头/结尾

url = "https://www.example.com"

print(url.startswith("https"))    # True——是 HTTPS 协议
print(url.endswith(".com"))       # True——是 .com 域名
print(url.endswith(".org"))       # False

# 可以同时检查多个
print(url.endswith((".com", ".org", ".cn")))   # True——匹配了 .com

(2) 实际应用

PYTHON

# 文件扩展名检查
filename = "report.pdf"

if filename.endswith((".pdf", ".doc", ".docx")):
    print("文档文件")
elif filename.endswith((".jpg", ".png", ".gif")):
    print("图片文件")
elif filename.endswith((".py", ".js", ".html")):
    print("代码文件")
else:
    print("其他文件")

# URL 协议检查
link = "ftp://files.example.com"
if link.startswith(("http://", "https://")):
    print("网页链接")
elif link.startswith("ftp://"):
    print("FTP 链接")

运行结果：

TEXT 📖 仅展示

文档文件
FTP 链接

(3) removeprefix() 和 removesuffix()（Python 3.9+）

这两个是 Python 3.9 新增的方法，用来去掉前缀或后缀：

PYTHON

url = "https://www.example.com"

# 去掉协议头
domain = url.removeprefix("https://")
print(domain)               # www.example.com

# 去掉域名后缀
site_name = url.removesuffix(".com")
print(site_name)             # https://www.example

# 如果字符串不以指定内容开头/结尾，返回原字符串
print(url.removeprefix("ftp://"))   # https://www.example.com（没变）

💡 提示：在 Python 3.9 之前，去掉前缀需要写 url[len("https://"):] 或者 url.split("://", 1)[1]。removeprefix() 和 removesuffix() 让代码更直观。

3. split() 的高级用法

第06课学过基础的分割，这里学几个更强大的用法。

(1) 指定分割次数

PYTHON

# 限制分割次数——maxsplit 参数
text = "one,two,three,four,five"

print(text.split(",", 1))       # ['one', 'two,three,four,five']
print(text.split(",", 2))       # ['one', 'two', 'three,four,five']
print(text.split(",", 3))       # ['one', 'two', 'three', 'four,five']

(2) rsplit()：从右往左分割

PYTHON

text = "one,two,three,four,five"

print(text.rsplit(",", 1))      # ['one,two,three,four', 'five']
print(text.rsplit(",", 2))      # ['one,two,three', 'four', 'five']

(3) splitlines()：按行分割

PYTHON

multiline = """第一行
第二行
第三行"""

lines = multiline.splitlines()
print(lines)                    # ['第一行', '第二行', '第三行']

# 保留换行符
lines = multiline.splitlines(True)
print(lines)                    # ['第一行\n', '第二行\n', '第三行']

(4) partition() 和 rpartition()

partition() 不仅分割字符串，还保留分隔符的位置信息：

PYTHON

text = "user@example.com"

# 按 @ 分成三部分：(左边, 分隔符, 右边)
parts = text.partition("@")
print(parts)                    # ('user', '@', 'example.com')

# 如果没找到分隔符，返回 (原字符串, '', '')
print("hello".partition("@"))   # ('hello', '', '')

# rpartition 从右边开始找
path = "/home/user/documents/file.txt"
last_slash = path.rpartition("/")
print(last_slash)               # ('/home/user/documents', '/', 'file.txt')

partition() 比 split() 更适合"提取"场景——它明确告诉你三部分各自是什么。

▶ 示例：解析 URL（难度⭐⭐）

PYTHON

# 用 partition 解析 URL
url = "https://www.example.com:8080/path/page.html?name=test&page=1"

# 拆协议
proto, _, rest = url.partition("://")
print(f"协议：{proto}")        # https

# 拆域名和路径
host_part, _, path_and_query = rest.partition("/")
print(f"主机：{host_part}")    # www.example.com:8080

# 拆端口
host, _, port = host_part.partition(":")
print(f"域名：{host}")         # www.example.com
print(f"端口：{port}")         # 8080

# 拆路径和查询参数
path, _, query = path_and_query.partition("?")
print(f"路径：/{path}")        # /path/page.html
print(f"查询：{query}")        # name=test&page=1

▶ 试一试

运行结果：

TEXT 📖 仅展示

协议：https
主机：www.example.com:8080
域名：www.example.com
端口：8080
路径：/path/page.html
查询：name=test&page=1

4. 字符串的对齐和填充

Python 提供了一组方法让字符串在指定宽度内左对齐、右对齐或居中对齐。

PYTHON

text = "Python"

print(text.ljust(10))           # 'Python    '（左对齐，右边补空格）
print(text.rjust(10))           # '    Python'（右对齐，左边补空格）
print(text.center(10))          # '  Python  '（居中，两边补空格）

# 可以指定填充字符
print(text.ljust(10, "-"))      # 'Python----'
print(text.rjust(10, "-"))      # '----Python'
print(text.center(10, "-"))     # '--Python--'

(1) zfill()：用零填充

常用于数字编号：

PYTHON

print("42".zfill(5))            # 00042
print("-42".zfill(5))           # -0042——负号在前面
print("3.14".zfill(8))          # 00003.14

# 生成三位数编号
for i in range(1, 11):
    filename = f"photo_{str(i).zfill(3)}.jpg"
    print(filename, end="  ")

运行结果：

TEXT 📖 仅展示

photo_001.jpg  photo_002.jpg  photo_003.jpg  photo_004.jpg  photo_005.jpg
photo_006.jpg  photo_007.jpg  photo_008.jpg  photo_009.jpg  photo_010.jpg

▶ 示例：生成对齐报表（难度⭐⭐）

PYTHON

# 用 rjust 和 ljust 对齐表格
items = [
    ("苹果", 5.0, 3),
    ("香蕉", 3.5, 5),
    ("牛奶", 12.0, 2),
]

# 表头
header_name = "商品".ljust(8)
header_price = "单价".rjust(6)
header_qty = "数量".rjust(4)
header_total = "总价".rjust(6)
print(f"{header_name}{header_price}{header_qty}{header_total}")
print("-" * 28)

# 数据行
for name, price, qty in items:
    total = price * qty
    name_col = name.ljust(8)
    price_col = f"{price:.1f}".rjust(6)
    qty_col = str(qty).rjust(4)
    total_col = f"{total:.1f}".rjust(6)
    print(f"{name_col}{price_col}{qty_col}{total_col}")

▶ 试一试

运行结果：

TEXT 📖 仅展示

商品        单价  数量  总价
────────────────────────────
苹果        5.0    3  15.0
香蕉        3.5    5  17.5
牛奶       12.0    2  24.0

5. 字符编码：ord() 和 chr()

每个字符在计算机里都对应一个数字（码点）。ord() 获取字符的数字编码，chr() 反过来把数字转成字符。

PYTHON

# 查看字符的 Unicode 码点
print(ord("A"))          # 65
print(ord("中"))         # 20013
print(ord("\u2764"))          # 10084（❤ single codepoint）

# 根据码点获取字符
print(chr(65))           # A
print(chr(20013))        # 中
print(chr(10084))        # ❤

# 生成所有大写字母
for code in range(ord("A"), ord("Z") + 1):
    print(chr(code), end=" ")
# 输出：A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

(1) 什么是 Unicode

简单来说，Unicode 是一个全球统一的字符编码标准——它给世界上所有文字（中文、英文、阿拉伯文、日文……）的每个字符都分配了一个唯一的数字编号。Python 3 的字符串内部就是用 Unicode 存储的，所以它天生支持多语言。

PYTHON

# Python 3 的字符串天然支持 Unicode
text = "Hello，你好，مرحبا，こんにちは"

print(text)                     # 全部正常显示
print(len(text))                # 28——每个字符算一个长度

# 用 \u 转义符也可以表示字符
print("\u0048")                 # H
print("\u4e2d\u6587")          # 中文

⚠️ 注意：Python 2 中字符串分 str（字节）和 unicode（文字），处理中文经常出错。Python 3 统一了——所有字符串都是 Unicode，中英文一视同仁。这是 Python 3 做得最好的设计之一。

(2) 编码和解码

虽然 Python 内部用 Unicode，但文件存储和网络传输用的是字节（bytes）。所以需要编码（encode）和解码（decode）：

PYTHON

text = "你好，世界"

# 编码：字符串 → 字节
utf8_bytes = text.encode("utf-8")
print(utf8_bytes)               # b'\xe4\xbd\xa0\xe5\xa5\xbd...'
print(len(utf8_bytes))          # 15（UTF-8 下每个中文字符占 3 字节）

gbk_bytes = text.encode("gbk")
print(len(gbk_bytes))           # 10（GBK 下每个中文字符占 2 字节）

# 解码：字节 → 字符串
decoded = utf8_bytes.decode("utf-8")
print(decoded)                  # 你好，世界

# 如果编码和解码方式不匹配，会报错
# gbk_bytes.decode("utf-8")    # UnicodeDecodeError！

💡 提示：日常开发中 99% 的场景用 UTF-8 就够了。UTF-8 是互联网的标准编码，兼容 ASCII，又能表示所有 Unicode 字符。如果你在读写文件时遇到乱码，十有八九是编码问题——打开文件时指定 encoding="utf-8" 基本能解决。

6. 字符串格式化补充

除了 f-string，Python 还有两种老的格式化方式。虽然 f-string 是现在的主流，但你可能会在旧代码中看到它们。

(1) format() 方法（Python 3.0+）

PYTHON

# 按位置
print("我叫{}，今年{}岁。".format("Charlie", 18))
# 我叫Charlie，今年18岁。

# 按名称
print("我叫{name}，今年{age}岁。".format(name="Diana", age=22))
# 我叫Diana，今年22岁。

# 格式化数字
print("圆周率：{:.3f}".format(3.14159))
# 圆周率：3.142

(2) % 格式化（Python 2 时代的老写法）

PYTHON

# 你可能会在旧代码中看到这种写法
print("我叫%s，今年%d岁。" % ("Alice", 25))
# 我叫Alice，今年25岁。

print("圆周率：%.2f" % 3.14159)
# 圆周率：3.14

💡 提示：f-string 是 Python 3.6 引入的，性能最好、可读性最强、写法最简洁。新代码请优先用 f-string。format() 在需要"延迟格式化"（比如先定义模板后面再填值）时还有用。% 格式化看到认识就行，新代码不要用了。

7. 常见应用场景

文件名批量处理：用 endswith() 筛选特定格式的文件，用 zfill() 生成统一编号。
URL 解析：用 partition() 和 removeprefix() 解析 URL 的协议、域名、路径。
CSV 数据处理：用 split() 加 maxsplit 控制分割次数，避免字段内的逗号干扰。
日志格式化：用 center() 和 ljust() 生成对齐的日志输出，便于阅读。
编码转换：处理不同来源的文本文件时，用 encode() 和 decode() 确保编码一致。
数据验证：用 startswith() 和 endswith() 检查输入格式（邮箱、电话、链接）。

❓ 常见问题

Q 为什么 Python 3 的字符串是 Unicode，而 Python 2 不是？

A Python 2 时代网络编码混乱（ASCII、Latin-1、GBK、Shift-JIS 同时存在），字符串处理是"字节 vs 文字"两套系统，非常容易出错。Python 3 做了一个彻底的改革：所有字符串都是 Unicode（文字），字节数据用 bytes 类型单独处理。这让字符串操作变得直观——len("中") 在任何系统上都是 1。代价是需要手动编码/解码才能读写文件或网络。

Q split() 和 partition() 什么时候用哪个？

A 简单的分割用 split()，需要保留分隔符信息的用 partition()。partition() 总是返回三个元素（左边、分隔符、右边），可以用元组解包直接赋值：left, sep, right = text.partition(":")。而 split() 返回列表，数量不确定。如果你确定分隔符只出现一次并且需要提取分隔符前后的内容，partition() 是最佳选择。

Q 对齐方法 ljust() 和 f-string 的 {value:10} 有什么区别？

A 效果是一样的——text.ljust(10) 等价于 f"{text:<10}"。f-string 的写法更灵活（可以同时控制对齐和数字格式），而方法调用更直观。个人偏好问题，选一种保持一致就好。f-string 的对齐符号：< 左对齐、> 右对齐、^ 居中对齐：f"{text:^10}"。

📖 小节

字符串不可变：每次"修改"都创建新对象；大量拼接用 join() 而非 +=
查询方法：startswith() / endswith() 检查首尾，支持元组参数同时检查多个
Python 3.9+：removeprefix() / removesuffix() 优雅去掉前缀/后缀
高级分割：split(maxsplit=N) 限制次数，rsplit() 从右开始，splitlines() 按行分割
partition() 保留分隔符信息，适合结构化解析
对齐方法：ljust() / rjust() / center() / zfill()，也可以指定填充字符
ord() 获取字符 Unicode 码点，chr() 将码点转回字符
Python 3 字符串内部使用 Unicode，编码/解码用 encode() / decode()，推荐 UTF-8

📝 作业

基础题（难度⭐）：给定文件名列表 files = ["report.pdf", "photo.jpg", "script.py", "notes.txt", "index.html"]，用 endswith() 筛选出：
- 所有图片文件（.jpg、.png、.gif）
- 所有文档文件（.pdf、.doc、.docx、.txt）
- 所有代码文件（.py、.js、.html、.css）
进阶题（难度⭐⭐）：写一个"文件名批量格式化器"。给定一个列表 photos = ["IMG_1.jpg", "IMG_2.jpg", ..., "IMG_12.jpg"]，将其重命名为 photo_001.jpg、photo_002.jpg、...、photo_012.jpg 格式。提示：用 partition() 分离文件名和扩展名，用 zfill() 补零。

挑战题（难度⭐⭐⭐）：写一个"简易模板引擎"。给定一个模板字符串 template 和一个包含变量的字典 data，将模板中的 {变量名} 替换为对应的值。

TEXT 📖 仅展示

template = "您好，{name}！您的订单 {order_id} 已{status}。预计送达时间：{delivery_time}。"

data = {
    "name": "Alice",
    "order_id": "20260623001",
    "status": "发货",
    "delivery_time": "3个工作日内"
}

# 你的代码：实现 replace_template(template, data) 函数
# 输出：您好，Alice！您的订单 20260623001 已发货。预计送达时间：3个工作日内。

额外要求：如果模板中的变量在 data 中不存在，保留 {变量名} 原样输出（不替换）。提示：遍历 data 字典的每一对键值，对 template 执行 replace()。

Web-Tutorial 技术团队

由多位开发者共同维护的编程教程平台。每篇教程由对应领域的开发者编写和审核，确保内容准确可靠。如发现任何问题，欢迎向我们反馈。

关于我们

Python: 字符串进阶

1. 字符串的不可变性

(1) 不可变性的好处

(2) 不可变性的代价

▶ 示例：模拟字符串方法的工作原理（难度⭐⭐）

2. 字符串的查询方法

(1) startswith() 和 endswith()

(2) 实际应用

(3) removeprefix() 和 removesuffix()（Python 3.9+）

3. split() 的高级用法

(1) 指定分割次数

(2) rsplit()：从右往左分割

(3) splitlines()：按行分割

(4) partition() 和 rpartition()

▶ 示例：解析 URL（难度⭐⭐）

4. 字符串的对齐和填充

(1) zfill()：用零填充

▶ 示例：生成对齐报表（难度⭐⭐）

5. 字符编码：ord() 和 chr()

(1) 什么是 Unicode

(2) 编码和解码

6. 字符串格式化补充

(1) format() 方法（Python 3.0+）

(2) % 格式化（Python 2 时代的老写法）

7. 常见应用场景

❓ 常见问题

📖 小节

📝 作业

🙏 帮我们做得更好