Python: 字符串与容器综合
前几课我们把列表、元组、字典、集合、字符串的方法都学了。这一课把它们串起来——用几个最常见的"组合拳"解决实际问题。这些技巧在工作中天天用到。
1. split() 与列表的配合
split() 把字符串拆成列表，是数据处理的第一步：
PYTHON
# CSV 格式数据解析
line = "Alice,25,北京,工程师"
fields = line.split(",")
print(fields) # ['Alice', '25', '北京', '工程师']
# 按空白分割（默认）
text = "hello world python"
words = text.split()
print(words) # ['hello', 'world', 'python']
# 限制分割次数——只分割前 N 个
data = "2026-06-23-15-30-00"
parts = data.split("-", 3)
print(parts) # ['2026', '06', '23', '15-30-00']
▶ 示例：解析配置文件（难度⭐⭐）
PYTHON
# 模拟解析配置文件
config_text = """
host=localhost
port=8080
debug=true
theme=dark
"""
# 按行分割 → 按等号分割 → 存入字典
config = {}
for line in config_text.strip().split("\n"):
if "=" in line:
key, value = line.split("=", 1)
config[key.strip()] = value.strip()
print(config)
# {'host': 'localhost', 'port': '8080', 'debug': 'true', 'theme': 'dark'}
# 读取配置
print(f"当前主机：{config.get('host', 'localhost')}")
print(f"当前端口：{config.get('port', '80')}")
运行结果：
TEXT
📖 仅展示
{'host': 'localhost', 'port': '8080', 'debug': 'true', 'theme': 'dark'}
当前主机：localhost
当前端口：8080
2. join() 的妙用
join() 是 split() 的反操作——把列表合并成字符串：
PYTHON
# 基本用法
words = ["Hello", "World", "Python"]
sentence = " ".join(words)
print(sentence) # Hello World Python
# 用逗号连接
csv = ",".join(["Alice", "25", "北京"])
print(csv) # Alice,25,北京
# 用换行符连接
lines = "\n".join(["第一行", "第二行", "第三行"])
print(lines)
(1) join() 的性能优势
PYTHON
# ❌ 不推荐——循环拼接字符串
result = ""
for i in range(1000):
result += str(i) + ","
# 这样会创建 1000 个临时字符串对象（字符串不可变）
# ✅ 推荐——用列表收集 + join()
parts = [str(i) for i in range(1000)]
result = ",".join(parts)
# 一次合并，效率高得多
▶ 示例：格式化输出表格（难度⭐⭐）
PYTHON
# 用 join + 列表推导式输出格式化表格
headers = ["姓名", "年龄", "城市"]
rows = [
["Alice", "25", "北京"],
["Bob", "30", "上海"],
["Charlie", "22", "广州"],
]
# 表头
print(" | ".join(headers))
print("-" * 25)
# 数据行
for row in rows:
print(" | ".join(row))
运行结果：
TEXT
📖 仅展示
姓名 | 年龄 | 城市
─────────────────────────
Alice | 25 | 北京
Bob | 30 | 上海
Charlie | 22 | 广州
3. sorted() 对字符串和字典排序
sorted() 可以对任何可迭代对象排序，不只是列表：
PYTHON
# 对字符串排序——按字母顺序
text = "python"
sorted_chars = sorted(text)
print(sorted_chars) # ['h', 'n', 'o', 'p', 't', 'y']
print("".join(sorted_chars)) # hnopty——重新组合
# 对字典排序——默认按键排序
d = {"banana": 3, "apple": 5, "cherry": 2}
sorted_keys = sorted(d)
print(sorted_keys) # ['apple', 'banana', 'cherry']
# 按值排序
sorted_by_value = sorted(d.items(), key=lambda x: x[1])
print(sorted_by_value) # [('cherry', 2), ('banana', 3), ('apple', 5)]
# 对集合排序
s = {3, 1, 4, 1, 5, 9}
sorted_set = sorted(s)
print(sorted_set) # [1, 3, 4, 5, 9]
▶ 示例：按自定义规则排序（难度⭐⭐）
PYTHON
# 对文件名排序——按数字部分
files = ["file_10.txt", "file_2.txt", "file_1.txt", "file_20.txt"]
# 普通排序——字符串排序，10 会排在 2 前面（因为 '1' < '2'）
print(sorted(files))
# ['file_1.txt', 'file_10.txt', 'file_2.txt', 'file_20.txt']
# 按数字部分排序——提取数字转成 int 再排序
def extract_number(filename):
num_str = filename.split("_")[1].split(".")[0]
return int(num_str)
sorted_files = sorted(files, key=extract_number)
print(sorted_files)
# ['file_1.txt', 'file_2.txt', 'file_10.txt', 'file_20.txt']
输出：
TEXT
📖 仅展示
# 函数定义成功
4. enumerate() 与 zip()
这两个内置函数在工作中出现频率极高。
(1) enumerate() —— 遍历时获取索引
PYTHON
fruits = ["苹果", "香蕉", "橘子"]
# 不用 enumerate——麻烦
for i in range(len(fruits)):
print(f"{i + 1}. {fruits[i]}")
# 用 enumerate——优雅
for i, fruit in enumerate(fruits, 1): # start=1 从 1 开始计数
print(f"{i}. {fruit}")
(2) zip() —— 并行遍历多个列表
PYTHON
names = ["Alice", "Bob", "Charlie"]
scores = [85, 92, 78]
cities = ["北京", "上海", "广州"]
# 同时遍历三个列表
for name, score, city in zip(names, scores, cities):
print(f"{name}：{score}分，来自{city}")
运行结果：
TEXT
📖 仅展示
Alice：85分，来自北京
Bob：92分，来自上海
Charlie：78分，来自广州
▶ 示例：学生成绩报告（难度⭐⭐⭐）
PYTHON
# 用 enumerate + zip 生成完整成绩单
students = ["Alice", "Bob", "Charlie", "赵六"]
chinese = [85, 92, 78, 88]
math = [90, 85, 95, 80]
english = [78, 95, 82, 90]
print("=== 学生成绩报告 ===")
print(f"{'排名':<4}{'姓名':<6}{'语文':<6}{'数学':<6}{'英语':<6}{'平均分':<6}")
# 计算平均分
averages = [(c + m + e) / 3 for c, m, e in zip(chinese, math, english)]
# 按平均分降序排序
data = list(zip(students, chinese, math, english, averages))
data.sort(key=lambda x: x[4], reverse=True)
# 输出
for rank, (name, c, m, e, avg) in enumerate(data, 1):
print(f"{rank:<4}{name:<6}{c:<6}{m:<6}{e:<6}{avg:<6.1f}")
运行结果：
TEXT
📖 仅展示
=== 学生成绩报告 ===
排名 姓名 语文 数学 英语 平均分
1 Bob 92 85 95 90.7
2 Alice 85 90 78 84.3
3 Charlie 78 95 82 85.0
4 赵六 88 80 90 86.0
5. 综合数据处理案例
把今天学的所有技巧用在一个实际场景中：
(1) 案例：日志分析（难度⭐⭐⭐）
PYTHON
# 模拟服务器日志
log_data = """
2026-06-20 10:23:45 INFO 用户 1001 登录成功
2026-06-20 10:25:12 ERROR 数据库连接超时
2026-06-20 10:26:30 INFO 用户 1002 登录成功
2026-06-20 10:27:45 WARN 磁盘使用率 85%
2026-06-20 10:28:10 ERROR 用户 1001 请求超时
2026-06-20 10:29:00 INFO 用户 1001 登出
"""
# 1. 按行分割
lines = log_data.strip().split("\n")
# 2. 解析每条日志
parsed = []
for line in lines:
parts = line.split()
timestamp = f"{parts[0]} {parts[1]}"
level = parts[2]
message = " ".join(parts[3:])
parsed.append({"time": timestamp, "level": level, "msg": message})
# 3. 统计各等级数量
level_count = {}
for entry in parsed:
level = entry["level"]
level_count[level] = level_count.get(level, 0) + 1
# 4. 按等级排序输出
print("=== 日志统计 ===")
for level, count in sorted(level_count.items()):
print(f"{level}: {count} 条")
# 5. 筛选出所有 ERROR
print("\n=== 错误详情 ===")
errors = [e for e in parsed if e["level"] == "ERROR"]
for e in errors:
print(f"[{e['time']}] {e['msg']}")
运行结果：
TEXT
📖 仅展示
=== 日志统计 ===
ERROR: 2 条
INFO: 3 条
WARN: 1 条
=== 错误详情 ===
[2026-06-20 10:25:12] 数据库连接超时
[2026-06-20 10:28:10] 用户 1001 请求超时
6. 常见应用场景
- 配置解析：
split()按分隔符解析配置文件 → 存入字典。 - 数据导出：用列表推导式 +
join()将数据格式化为 CSV 或表格。 - 日志分析：按行分割 → 解析字段 → 存入字典 → 用
sorted()和推导式统计。 - 多表关联：
zip()并行遍历多个数据列表，合成完整记录。 - 排名排序：
enumerate(sorted(...))生成带序号的排序结果。
❓ 常见问题
Q
split() 和 split(" ") 有什么区别？A
split() 不加参数时，会按任意空白字符（空格、换行、制表符）分割，并且自动去掉空字符串。split(" ") 只按单个空格分割，连续的空格会产生空字符串。大多数时候用不带参数的 split() 更合适。Q
join() 要求列表中的所有元素都是字符串吗？A 是的。如果列表中有数字，
",".join([1, 2, 3]) 会报错。需要先把数字转成字符串：",".join(str(x) for x in [1, 2, 3])。或者在列表推导式里用 str() 转换。Q
zip() 处理不等长的列表会怎样？A
zip() 会在最短的列表结束时停止。如果三个列表中有一个只有 2 个元素，zip() 只产生 2 对。如果你希望按最长的来（不足的补 None），用 itertools.zip_longest()。📖 小节
split()把字符串拆成列表，不加参数时按空白分割并自动去空join()把列表合并成字符串，是字符串拼接的首选方式（比+=高效）sorted()可对字符串、字典、集合等任何可迭代对象排序enumerate()在遍历时获取索引，start参数指定起始值zip()并行遍历多个列表，常用于合并关联数据- 综合运用这些工具可以高效处理实际数据场景
📝 作业
-
基础题（难度⭐）：给定字符串
s = "apple,banana,orange,grape"，用split()拆成列表，用join()合并成"apple | banana | orange | grape"格式输出。 -
进阶题（难度⭐⭐）：给定两个列表
students = ["Alice", "Bob", "Charlie"]和scores = [85, 92, 78]，用zip()和enumerate()输出带排名的成绩单：TEXT 📖 仅展示第1名：Bob —— 92分 第2名：Alice —— 85分 第3名：Charlie —— 78分 -
挑战题（难度⭐⭐⭐）：写一个"简易 CSV 生成器"。给定一个列表的列表
data = [["姓名", "年龄", "城市"], ["Alice", 25, "北京"], ["Bob", 30, "上海"]]，将其输出为 CSV 格式的字符串（每行用逗号分隔，数字自动转字符串）。提示：列表推导式里用str()转数字，用",".join()拼行，用"\n".join()拼所有行。
