字符串处理

这一课你将能做到

1. 熟练使用切片、f-string 完成字符串的截取与格式化，写出对齐、保留小数等常见输出
2. 熟练使用 split / join / strip / replace 完成文本的拆分、拼接、清洗
3. 说出字符串「不可变」带来的行为规则，解释为什么所有「修改」方法都返回新字符串

为什么要学

脚本世界里 80% 的数据进门时是字符串：CSV 每行是字符串、命令行参数是字符串、网页抓下来的内容是字符串、大模型返回的也是字符串。处理文本的能力直接决定你写脚本的战斗力。而且字符串操作是面试笔试的常客——反转、回文、统计字符频次，全靠这一课的基本功。

人话：字符串像一串穿好的珠子，每颗珠子是一个字符，编号从 0 开始。你不能换掉某颗珠子（不可变），但可以随时「重新穿一串」——所有修改方法其实是给你一串新的。

先建立图像

 s = "Python"
 下标:  0 1 2 3 4 5
 字符:  P y t h o n
 负下标:-6-5-4-3-2-1

 s[0]  → 'P'      第一个
 s[-1] → 'n'      最后一个
 s[0:3] → 'Pyt'   含头不含尾
 s[::-1] → 'nohtyP'  反转

f-string 格式化速查：

f"{value:格式}"  →  冒号后面是格式说明
   :.2f   保留 2 位小数
   :>10   右对齐占 10 格      :<10 左对齐    :^10 居中
   :,     千分位逗号
   :%     百分比

跟着做

步骤 1：切片六连

新建 string_demo.py：

s = "Python"

print(s[0])        # P
print(s[-1])       # n
print(s[1:4])      # yth   含头不含尾
print(s[:2])       # Py    前 2 个
print(s[-2:])      # on    后 2 个
print(s[::-1])     # nohtyP  步长 -1 即反转

# 切片越界不报错（对比下标越界会报 IndexError）
print(s[2:100])    # thon

输出：

P
n
yth
Py
on
nohtyP
thon

切片是字符串最重要的操作，语法 [start:stop:step] 与列表完全一致——学一次两处用。

步骤 2：f-string 格式化全场景

name, price, qty = "机械键盘", 299.5, 3

# 基本插值：变量直接塞进大括号
print(f"{name} 单价 {price} 元")

# 表达式也能放进去
print(f"总价：{price * qty} 元")

# 保留 2 位小数
print(f"总价：{price * qty:.2f} 元")

# 千分位
big = 1234567.891
print(f"{big:,.2f}")             # 1,234,567.89

# 对齐：宽度 10
print(f"|{'id':<10}|{'name':^10}|{'price':>10}|")
print(f"|{1:<10}|{name:^10}|{price:>10.1f}|")

# 百分比
ratio = 0.875
print(f"完成度 {ratio:.1%}")      # 完成度 87.5%

# 调试神器：= 号同时打印变量名和值
x = 42
print(f"{x=}")                   # x=42

输出：

机械键盘 单价 299.5 元
总价：898.5 元
总价：898.50 元
1,234,567.89
|id        |   name   |     price|
|1         | 机械键盘  |     299.5|
完成度 87.5%
x=42

f-string 是 3.6+ 的标准做法，% 格式化和 .format() 只在维护老代码时认识即可。

步骤 3：不可变——所有方法都返回新串

s = "  Hello World  "

# strip 去两端空白（含换行、制表符）
print(repr(s.strip()))           # 'Hello World'

# lower / upper / replace 全都返回新串
print(s.strip().lower())         # hello world
print(s.replace("World", "Python"))  # '  Hello Python  '

# 原字符串纹丝不动
print(repr(s))                   # '  Hello World  '

# 所以必须接住返回值！
s = s.strip()                    # 重新绑定才生效
print(repr(s))                   # 'Hello World'

输出：

'Hello World'
hello world
  Hello Python
'  Hello World  '
'Hello World'

这是字符串第一坑：s.strip() 单独写一行，等于什么都没干。字符串方法和列表的 .sort()（原地改）行为模式不同——字符串一律「返回新的」。

步骤 4：split 与 join——文本处理的左手右手

line = "小明,88,92,79"

# split：字符串 → 列表
parts = line.split(",")
print(parts)                     # ['小明', '88', '92', '79']
name, *scores = parts            # 星号收走剩余部分
print(name, scores)              # 小明 ['88', '92', '79']

print("a b  c".split())          # 不传参：按任意空白切，自动去空串
# ['a', 'b', 'c']

# join：列表 → 字符串（注意是字符串调用它）
print("-".join(["2026", "10", "06"]))   # 2026-10-06
print(", ".join(["Python", "Java", "Go"]))  # Python, Java, Go

# 拼接大量字符串的正确姿势：join，而不是 += 循环累加
lines = ["第一行", "第二行", "第三行"]
print("\n".join(lines))

输出：

['小明', '88', '92', '79']
小明 ['88', '92', '79']
['a', 'b', 'c']
2026-10-06
Python, Java, Go
第一行
第二行
第三行

split 和 join 是一对镜像操作，CSV 行、路径、日志解析全靠它们来回转换。

步骤 5：查找判断一族

filename = "report_2026.pdf"

# startswith / endswith：判断前缀后缀（过滤文件常用）
print(filename.endswith(".pdf"))         # True
print(filename.startswith("report"))     # True

# find：找到返回下标，找不到返回 -1（index 找不到会抛异常）
print(filename.find("_"))                # 6
print(filename.find("xyz"))              # -1

# count：统计子串出现次数
print("banana".count("an"))              # 2

# isdigit / isalpha：类型校验（转换 int 前先检查）
print("123".isdigit())                   # True
print("12a".isdigit())                   # False

输出：

True
True
6
-1
2
True
False

步骤 6：转义字符与原始字符串

# 常见转义
print("第一行\n第二行")       # \n 换行
print("姓名：\"小明\"")        # \" 输出双引号
print("C:\\Users\\test")      # \\ 输出一个反斜杠

# Windows 路径的正确姿势：原始字符串 r""
path = r"C:\Users\test\file"   # r 前缀：反斜杠不当转义符
print(path)

# 三引号：跨行字符串
html = """
<html>
  <body>hello</body>
</html>
"""
print(html)

输出：

第一行
第二行
姓名："小明"
C:\Users\test
C:\Users\test\file

<html>
  <body>hello</body>
</html>

讲清楚要点

1. 字符串不可变：s[0] = "X" 直接 TypeError。所有「修改」类方法（strip/replace/upper…）都返回新字符串，必须重新绑定。字符串不可变换来的是可 hash（能当 dict 键）、多引用共享安全。
2. f-string 是默认选择：大括号里可以放变量、表达式、函数调用；冒号后接格式说明（.2f、>10、,、%）。大括号本身要输出就写 {{ 和 }}。
3. split/join 是文本转换的轴心：str → list 用 split，list → str 用 join。注意 join 是分隔符字符串的方法：",".join(lst)。
4. 不传参的 split() 按任意空白切：多个空格、制表符、换行全算一个分隔符，还会丢弃首尾空白——清洗脏文本比 split(" ") 靠谱得多。
5. find 返回 -1，index 抛异常：不在乎位置只判断「有没有」用 in；要下标用 find（温和）或 index（严格）。
6. Windows 路径记得 r 前缀：r"C:\new\test" 里的 \n 不会被当成换行。写路径更推荐第 8 课的 pathlib，但它内部也依赖这个常识。
7. 判断空字符串用 if not s:：空串、None 都为假；if s == "" 漏掉 None 的情况。

你可能会懵的地方

• strip() 能去掉字符串中间的空格吗？ 不能，strip 只处理两端。去中间空格用 s.replace(" ", "") 或 "".join(s.split())。想只去左边/右边用 lstrip/rstrip。

• 单引号、双引号、三引号怎么选？ 功能几乎等价，惯例：普通字符串用单引号，字符串里含单引号时用双引号（"it's"），跨行或含两种引号时用三引号。PEP 8 不强制，团队统一即可。

• "3" + "5" 和 "3" * 3 是什么结果？ "35" 和 "333"。+ 是拼接、* 是重复——对字符串做算术符号是这两层含义，和数字运算完全不同。"3" - "5" 则直接 TypeError。

• 怎么遍历字符串？ 和列表一样 for ch in s:，每个 ch 是单字符字符串。带下标用 for i, ch in enumerate(s):。字符串本质是字符序列，切片、in、len 全都通用。

• 中文字符串的 len 是字符数还是字节数？ Python 3 的 str 是 Unicode，len("你好") 是 2（字符数）。涉及文件大小、网络传输的「字节数」要把字符串编码后算：len("你好".encode("utf-8")) 是 6。

错法对照

错法	问题	正解
s.strip() 不接返回值	原串不变，等于白做	s = s.strip()
s[0] = "X"	字符串不可变，TypeError	s = "X" + s[1:] 重建
循环里用 += 拼大字符串	每次都新建串，O(n²)	"".join(parts) 一次拼接
s.split(" ") 处理脏文本	连续空格产生空串元素	s.split() 不传参
写 Windows 路径 "C:\new\test"	\n 被解释为换行	r"C:\new\test" 原始字符串
用 == 判断字符串是否为空之外的逻辑	混淆空串与 None	判空 if not s:，判 None if s is None:
"age" + 18	str + int 报 TypeError	f"age{18}" 或 str(18)

卡点急救

1. replace/strip 看似没生效：方法返回新串，原串不动。接住返回值：s = s.strip().lower()。
2. TypeError: can only concatenate str：把数字直接和字符串相加。改 f-string 或 str() 转换。
3. split 出来的数字不能运算：split 返回的都是字符串，逐个 int(x) 后再算；可用推导式 [int(x) for x in parts]。
4. join 报 TypeError: sequence item 0: expected str instance：列表里混了非字符串（如数字）。先转换：",".join(str(x) for x in lst)。
5. UnicodeDecodeError 读写文件时出现：编码不一致。文件读写显式传 encoding="utf-8"（第 8 课详述）。

面试常问

• 字符串是不可变的，这样设计有什么好处？ ①可 hash，能作为 dict 键和 set 元素；②多引用共享同一对象安全，无需防御性拷贝；③实现上可做驻留（interning）与缓冲优化。代价是每次「修改」都产生新对象，大量拼接需用 join 优化。

• 为什么拼接大量字符串推荐 join 而不是 +=？ += 每轮都可能创建新字符串并复制旧内容，整体 O(n²)；join 先算总长一次性分配再填充，O(n)。数据量大时差距显著。

• split() 和 split(" ") 的区别？ 无参 split 按连续任意空白（空格/制表/换行）切分且忽略首尾空白，不产生空串；split(" ") 严格按单个空格切，连续空格会产生空字符串元素。清洗自然文本用无参版本。

• Python 如何反转字符串？几种方法？ 最惯用 s[::-1]；也可 "".join(reversed(s))。顺带能答：字符串是序列，切片步长 -1 即逆序。

• 字符串前缀 b、r、f、u 分别什么意思？ b 字节串（bytes）；r 原始字符串（反斜杠不转义，常用于正则与路径）；f 格式化字符串（3.6+）；u 在 Python 3 中无实际作用（3 的 str 本就是 Unicode，仅兼容 Python 2 写法）。

自测三问

1. "Hello, World" 取出 World，写出切片；反转整个字符串写出切片。
2. "{:>8.2f}".format(3.14159) 输出什么（或用 f-string 等价写法）？
3. "a=1,b=2,c=3" 解析成 {"a": "1", "b": "2", "c": "3"}，写出代码。

小结一句话

字符串是不可变的字符序列：切片截取、f-string 格式化、split/join 互相转换、方法一律返回新串要接住——这四条撑起脚本世界的文本处理。

延伸

• 官方教程 — 字符串
• str 方法完整列表
• 下一课预告：文件读写——open、with 语句与 pathlib，让脚本能把结果真正存下来。