Python字符串截取方法:分隔符与索引应用技巧
2026-03-20 19:28:33
0浏览
收藏
本文深入剖析了Python中字符串截取的三大核心方法——分隔符分割、索引切片与正则提取,直击新手高频踩坑点:split()返回列表易致IndexError、切片左闭右开与负索引的正确用法、正则元字符注入风险及预编译优化、Unicode按字符而非字节切片的关键差异,并强调根据输入稳定性权衡方案——分隔符法高效却脆弱,切片精准却难维护,正则强大却易出错,辅以安全判空、编码显式声明、用户输入转义等实战准则,助你写出健壮、可读、高性能的字符串处理代码。

用 split() 按分隔符截取最常用也最容易出错
分隔符截取本质是把字符串切开再取某一段,split() 返回的是列表,不是字符串——这是新手最常踩的坑。比如 "a,b,c".split(",")[1] 得到 "b",但若分隔符不存在或索引越界,会直接抛 IndexError。
- 想安全取值,先判断长度:
parts = s.split(";"); value = parts[2] if len(parts) > 3 else "" - 空字符串或全空白时
split()默认会过滤空项,加maxsplit=1可控切割次数,比如"key=value=extra".split("=", 1)得["key", "value=extra"] - 注意分隔符本身含正则元字符(如
"."、"+")时,别误用re.split()——除非真需要正则逻辑
用索引和切片按位置精准提取,但得小心边界
Python 切片天然支持负索引和步长,但 s[5:10] 实际取的是第 5 到第 9 位(左闭右开),很多人误以为是“取 5 个字符”。越界索引不会报错,而是静默返回空或截断结果,这在调试时容易掩盖逻辑错误。
- 取后三位:用
s[-3:],不是s[len(s)-3:](后者冗余且易错) - 跳过前两个字符再取 4 个:
s[2:6];若长度不足 6,自动截断,不报错 - 反转字符串:
s[::-1],但对超长字符串有性能开销,纯遍历场景慎用
用 re.search() 或 re.findall() 提取带模式的字符
当目标不是固定位置或简单分隔,而是“第一个数字后跟两个字母”这类规则,必须上正则。但别一上来就写复杂表达式——先用 re.escape() 处理用户输入的分隔符,避免注入式错误。
- 提取邮箱:
re.search(r"[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}", s),记得用.group(0)取匹配内容 - 多个匹配用
re.findall(),返回字符串列表;要带位置信息,改用re.finditer() - 性能敏感场景(如循环内调用),提前编译正则:
pattern = re.compile(r"\d+"),再反复用pattern.search(s)
中文或 Unicode 字符截取要特别注意编码单位
Python 3 的 str 是 Unicode 字符序列,不是字节序列。所以 "你好世界"[1:3] 是按字符切,不是按 UTF-8 字节切——这点和 C/Go 不同,但和 JavaScript 一致。不过如果字符串来自文件或网络,且未正确 decode,可能混入乱码,导致切片结果异常。
- 确认来源编码:读文件时显式指定
encoding="utf-8",避免依赖系统默认 - 用
len()看的是字符数,不是字节数;要字节数用len(s.encode("utf-8")) - 中英文混排时,用
textwrap.shorten()做安全截断比手动切片更鲁棒(它会避免截断 Unicode 组合字符)
今天关于《Python字符串截取方法:分隔符与索引应用技巧》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于的内容请关注golang学习网公众号!
汽水音乐导出歌曲到U盘步骤详解
- 上一篇
- 汽水音乐导出歌曲到U盘步骤详解
- 下一篇
- HTML5日期控件如何设置周末高亮样式
查看更多
最新文章
-
- 文章 · python教程 | 7小时前 | python · Python 十六进制 二进制调试 memoryview.hex bytes_per_sep
- Python memoryview.hex 怎样为十六进制输出设置分组分隔符
- 480浏览 收藏
-
- 文章 · python教程 | 7小时前 | python · Python decimal context same_quantum
- Python decimal.Context.same_quantum 怎样判断两个十进制数的指数是否相同
- 336浏览 收藏
-
- 文章 · python教程 | 8小时前 |
- Python textwrap.TextWrapper.drop_whitespace 怎样控制换行边缘的空白保留
- 238浏览 收藏
-
- 文章 · python教程 | 10小时前 | python · 文件系统 · Python 文件比较 mtime filecmp.clear_cache filecmp.cmp 比较缓存
- Python filecmp.clear_cache 怎样清除文件比较结果缓存
- 290浏览 收藏
-
- 文章 · python教程 | 11小时前 | 标准库 · 递归 · python · Python 解释器 递归限制 sys.getrecursionlimit
- Python sys.getrecursionlimit 怎样读取解释器设置的递归深度上限
- 129浏览 收藏
-
- 文章 · python教程 | 13小时前 | Python教程 · Python memoryview memoryview.toreadonly bytearray 只读视图 缓冲区协议
- Python memoryview.toreadonly 怎样生成只读视图而不复制底层数据
- 470浏览 收藏
-
- 文章 · python教程 | 13小时前 | 标准库 · Python教程 · Python decimal flags 精度 舍入 Context.copy_abs Decimal.copy_abs
- Python decimal.Context.copy_abs 怎样取绝对值而不受当前精度舍入影响
- 389浏览 收藏
-
- 文章 · python教程 | 14小时前 | 字符串 · 标准库 · Python教程 · Python placeholder 文本截断 textwrap TextWrapper max_lines
- Python textwrap.TextWrapper.placeholder 怎样为截断后的段落设置结束标记
- 301浏览 收藏
-
- 文章 · python教程 | 15小时前 | python · Python 参数绑定 inspect BoundArguments apply_defaults
- Python inspect.BoundArguments.apply_defaults 怎样给已绑定参数补上默认值
- 411浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1102次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1097次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1268次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1208次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1053次使用
查看更多
相关文章
-
- Python TaskGroup 怎样让子任务失败统一收敛
- 2026-11-12 501浏览
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览

