异常教程

Python 将一个字符串分割成多个子串（一文讲透）

更新时间:

💡一则或许对你有用的小广告

欢迎加入小哈的星球 ，你将获得：专属的项目实战 / 1v1 提问 / Java 学习路线 / 学习打卡 / 每月赠书 / 社群讨论

截止目前， 星球 内专栏累计输出 90w+ 字，讲解图 3441+ 张，还在持续爆肝中.. 后续还会上新更多项目，目标是将 Java 领域典型的项目都整一波，如秒杀系统, 在线商城, IM 即时通讯，权限管理，Spring Cloud Alibaba 微服务等等，已有 3100+ 小伙伴加入学习 ，欢迎点击围观

前言：字符串分割在编程中的重要性

在 Python 编程中，字符串操作是开发者最常遇到的任务之一。无论是解析配置文件、处理用户输入，还是分析日志数据，Python 将一个字符串分割成多个子串的能力都是解决问题的核心工具。例如，当需要从一段文本中提取日期、数字或特定字段时，字符串分割技术能极大简化开发流程。

本文将系统讲解 Python 中字符串分割的多种方法，从基础函数到高级技巧，结合实际案例帮助读者理解如何灵活运用这些技术。无论你是编程新手还是有一定经验的开发者，都能从中找到适合自己的解决方案。

2. 基础分割方法：split() 函数

2.1 split() 的基本用法

Python 的 split() 函数是最常用的字符串分割工具。它的核心功能是将字符串按指定分隔符拆分为子串列表。例如：

text = "apple,banana,orange"
fruits = text.split(",")  
print(fruits)  # 输出：['apple', 'banana', 'orange']

这里，字符串 "apple,banana,orange" 通过逗号 , 分隔符被拆分成三个子串。

2.2 分隔符的灵活性

split() 的分隔符可以是任意字符串，甚至包括空格、特殊符号或多个字符组合。例如：

text = "Hello World Python"  
words = text.split(" ")  
print(words)  # 输出：['Hello', 'World', 'Python']

text = "2023-09-15"  
date_parts = text.split("-")  
print(date_parts)  # 输出：['2023', '09', '15']

2.3 无分隔符参数的默认行为

若不指定分隔符，split() 默认按任意空白字符（空格、换行符、制表符等）分割字符串，并自动忽略连续空白处的多余空值。例如：

text = "   Hello   World  "  
words = text.split()  # 不传参数，按空白分割  
print(words)  # 输出：['Hello', 'World']

3. 进阶技巧：控制分割次数与处理空值

3.1 限制分割次数：split(maxsplit) 参数

通过 maxsplit 参数可以指定最大分割次数。例如：

text = "a,b,c,d"  
result = text.split(",", 2)  # 最多分割两次  
print(result)  # 输出：['a', 'b', 'c,d']

这里，字符串被分割成三个子串，其中最后一个子串保留未分割的部分。

3.2 处理空白分割后的空列表

当字符串全为空白或分隔符导致分割结果为空时，split() 会返回空列表。例如：

text = "   "  # 全空白字符串  
print(text.split())  # 输出：[]

此时需注意判断列表是否为空，避免后续操作报错。

4. 处理复杂场景：正则表达式 re.split()

当分隔符规则复杂时（如包含特殊字符、需要匹配模式），可使用 re.split() 函数。

4.1 基本用法：正则表达式分割

import re  

text = "apple#banana;orange|pear"  
pattern = r"[#;|]"  # 分隔符为 #、; 或 |  
fruits = re.split(pattern, text)  
print(fruits)  # 输出：['apple', 'banana', 'orange', 'pear']

4.2 匹配分组与保留分隔符

若正则表达式中包含括号 ()，则匹配的分隔符也会被保留在结果中：

text = "2023-09-15"  
pattern = r"(-)"  # 匹配连字符并保留  
parts = re.split(pattern, text)  
print(parts)  # 输出：['2023', '-', '09', '-', '15']

5. 特殊场景：处理换行符与多行文本

5.1 splitlines() 函数

当需要分割多行文本时，splitlines() 是更合适的选择。它按换行符（\n、\r\n 等）分割字符串，并返回行列表：

text = "Line 1\nLine 2\r\nLine3"  
lines = text.splitlines()  
print(lines)  # 输出：['Line 1', 'Line 2', 'Line3']

5.2 保留换行符选项

通过参数 keepends=True 可保留换行符：

lines_with_end = text.splitlines(keepends=True)  
print(lines_with_end)  # 输出：['Line 1\n', 'Line 2\r\n', 'Line3']

6. 扩展技巧：自定义分割逻辑

6.1 使用生成器表达式

若需动态处理分割结果（如过滤空值或转换类型），可结合生成器表达式：

text = "  100 , 200  , 300  "  
numbers = [int(num.strip()) for num in text.split(",")]  
print(numbers)  # 输出：[100, 200, 300]

6.2 自定义分割函数

对于更复杂的逻辑（如按单词长度分割），可自定义函数：

def split_by_length(s, n):  
    return [s[i:i+n] for i in range(0, len(s), n)]  

text = "abcdefghij"  
result = split_by_length(text, 2)  
print(result)  # 输出：['ab', 'cd', 'ef', 'gh', 'ij']

7. 性能优化与常见问题

7.1 避免内存浪费：迭代分割结果

若字符串非常长（如日志文件），建议使用生成器避免一次性加载全部数据：

def read_lines(file_path):  
    with open(file_path, 'r') as f:  
        for line in f:  
            yield line.strip()  

for line in read_lines("log.txt"):  
    process(line)  # 处理每一行

7.2 空字符串的处理

当分割结果包含空字符串时，可通过 filter() 过滤：

text = "a,,b"  # 中间有空值  
parts = list(filter(None, text.split(",")))  
print(parts)  # 输出：['a', 'b']

8. 实际案例：解析 CSV 文件

假设有一个 CSV 文件 data.csv，内容如下：

name,age,city  
Alice,30,New York  
Bob,25,Los Angeles

使用 split() 解析并提取数据：

with open("data.csv", "r") as f:  
    lines = f.readlines()  
    headers = lines[0].strip().split(",")  # 获取表头  
    for line in lines[1:]:  
        data = line.strip().split(",")  
        print(dict(zip(headers, data)))

9. 结论：选择适合的分割方法

通过本文的讲解，读者应能掌握以下核心知识点：

  • 基础分割：split() 函数及其参数用法。
  • 正则表达式：re.split() 处理复杂模式。
  • 特殊场景：splitlines() 处理多行文本。
  • 性能与扩展：动态处理和自定义逻辑。

在实际开发中，选择方法需根据需求权衡：
| 场景 | 推荐方法 | 优点 |
|--------------------------|------------------------|-------------------------------|
| 简单分隔符（如逗号、空格）| split() | 简单高效，无需导入模块 |
| 复杂分隔符（如正则模式） | re.split() | 灵活性强，支持复杂规则 |
| 处理多行文本 | splitlines() | 自动识别换行符，代码简洁 |

掌握这些技巧后，开发者可以更高效地处理字符串分割任务，无论是处理日志、配置文件，还是解析用户输入，都能游刃有余。

最新发布

查看更多文章