我在用split('\n')获取一个字符串中的行，发现''.split()返回的是一个空列表，[]，而 ''.split('\n') 返回 ['']。这种差异有什么具体原因吗？

还有没有更方便的方法来计算字符串中的行数？

最佳答案

Question: I am using split('\n') to get lines in one string, and found that ''.split() returns an empty list, [], while ''.split('\n') returns [''].

str.split()方法有两种算法。如果没有给出参数，它会在重复运行的空白处 split 。但是，如果给定参数，则将其视为单个分隔符，不会重复运行。

在拆分空字符串的情况下，第一种模式(无参数)将返回一个空列表，因为空格被吃掉并且没有值可以放入结果列表中。

相比之下，第二种模式(使用 \n 等参数)将生成第一个空字段。考虑一下如果你写了 '\n'.split('\n')，你会得到两个字段(一个拆分，给你两半)。

Question: Is there any specific reason for such a difference?

当数据在具有可变数量空白的列中对齐时，第一种模式很有用。例如:

>>> data = '''\
Shasta      California     14,200
McKinley    Alaska         20,300
Fuji        Japan          12,400
'''
>>> for line in data.splitlines():
        print(line.split())

['Shasta', 'California', '14,200']
['McKinley', 'Alaska', '20,300']
['Fuji', 'Japan', '12,400']

第二种模式适用于分隔数据，例如 CSV其中重复的逗号表示空字段。例如:

>>> data = '''\
Guido,BDFL,,Amsterdam
Barry,FLUFL,,USA
Tim,,,USA
'''
>>> for line in data.splitlines():
        print(line.split(','))

['Guido', 'BDFL', '', 'Amsterdam']
['Barry', 'FLUFL', '', 'USA']
['Tim', '', '', 'USA']

注意，结果字段的数量比分隔符的数量大一。想想剪断一根绳子。如果你没有剪裁，你只有一件。切一刀，出两片。进行两次切割，得到三片。 Python 的 str.split(delimiter) 方法也是如此:

>>> ''.split(',')       # No cuts
['']
>>> ','.split(',')      # One cut
['', '']
>>> ',,'.split(',')     # Two cuts
['', '', '']

Question: And is there any more convenient way to count lines in a string?

是的，有几种简单的方法。一用str.count()和其他用途str.splitlines() .除非最后一行缺少 \n，否则两种方式都会给出相同的答案。如果缺少最后的换行符，str.splitlines 方法将给出准确的答案。一种更快且准确的技术使用 count 方法，但随后将其校正为最终换行符:

>>> data = '''\
Line 1
Line 2
Line 3
Line 4'''

>>> data.count('\n')                               # Inaccurate
3
>>> len(data.splitlines())                         # Accurate, but slow
4
>>> data.count('\n') + (not data.endswith('\n'))   # Accurate and fast
4    

Question from @Kaz: Why the heck are two very different algorithms shoe-horned into a single function?

str.split 的签名大约有 20 年的历史，那个时代的许多 API 都是严格实用的。虽然不完美，但方法签名也不是“可怕的”。在大多数情况下，Guido 的 API 设计选择经受住了时间的考验。

当前的 API 并非没有优势。考虑以下字符串:

ps_aux_header  = 'USER               PID  %CPU %MEM      VSZ'
patient_header = 'name,age,height,weight'

当被要求将这些字符串分解为字段时，人们倾向于使用同一个英文单词“split”来描述两者。当被要求阅读诸如 fields = line.split() 或 fields = line.split(',') 之类的代码时，人们倾向于将这些语句正确解释为“splits一行到字段中”。

Microsoft Excel 的 text-to-columns tool做出了类似的 API 选择并 在同一个工具中结合了两种分割算法。尽管涉及多个算法，但人们似乎将场 split 建模为一个单一的概念。

关于python - 在 Python 中拆分空字符串时，为什么 split() 返回一个空列表，而 split ('\n' ) 返回 ['']？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/16645083/