萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 網路程式設計 >> 程式語言綜合

Python 字符串逐字符處理 5 種方法:list、for 循環、推導式、map、set 去重

在 Python 中「逐字符處理字符串」是基礎操作,但不同方法在效能、可讀性、記憶體佔用上有顯著差異。本文對比 5 種主流方案,附帶基準測試與場景選擇指南。

5 種核心方法

1. list() 建構器 (最直接)


s = 'Python'
chars = list(s)  # ['P', 'y', 't', 'h', 'o', 'n']
  • 一次性構建列表,記憶體 O(n)
  • 適合需要隨機訪問、多次遍歷的場景

2. for 循環直接遍歷 (最節省記憶體)


for c in 'Python':
    print(c.upper())  # 惰性逐個處理
  • 迭代器協議,O(1) 記憶體
  • 不需預建列表,適合單次處理、大字符串

3. 列表推導式 (最 Pythonic)


chars = [c.upper() for c in 'Python']  # ['P', 'Y', 'T', 'H', 'O', 'N']
  • 語法糖,等同 list(map(str.upper, s)) 但更易讀
  • 可加條件過濾 [c for c in s if c.isalpha()]

4. map() 函數式風格


# Python 3 返回 map 物件 (迭代器)
result = map(str.lower, 'Python')  # map object
list(result)  # ['p', 'y', 't', 'h', 'o', 'n']

# 配合 lambda
list(map(lambda c: c*2, 'ab'))  # ['aa', 'bb']
  • 惰性求值 (Py3),記憶體友好
  • 函數調用開銷略大於推導式

5. set() 去重獲取唯一字符集


s = 'Hello, World'
unique = set(s)  # {'H', 'e', 'l', 'o', ',', ' ', 'W', 'r', 'd'}

# 差集操作
set('Python') - set('Hello')  # {'P', 'y', 't', 'n'}
  • 無序、去重
  • 支援集合運算:交集 &、並集 |、差集 -、對稱差 ^

效能基準測試 (100 萬字符)


import timeit
s = 'x' * 1_000_000

# 1. list()
timeit.timeit('list(s)', globals=globals(), number=10)  # ~0.12s

# 2. for 循環 (僅迭代)
timeit.timeit('for c in s: pass', globals=globals(), number=10)  # ~0.08s

# 3. 列表推導式
timeit.timeit('[c for c in s]', globals=globals(), number=10)  # ~0.10s

# 4. map
timeit.timeit('list(map(lambda c: c, s))', globals=globals(), number=10)  # ~0.18s

# 5. set()
timeit.timeit('set(s)', globals=globals(), number=10)  # ~0.05s (去重後極小)

場景選擇指南

場景推薦方法理由
單次處理/副作用 (打印、寫入)for 循環O(1) 記憶體、最快啟動
需隨機訪問/多次遍歷list() / 推導式物質化序列
轉換每字符 (大小寫、編碼)推導式 / map推導式更快且可讀
統計字符頻率/去重set() / Counter集合運算優化
過濾特定字符推導式 + if語法清晰
並行處理 (多進程)map + multiprocessing可序列化分發

Unicode 注意事項


s = '你好🌍'
list(s)        # ['你', '好', '🌍']  (正確處理代理對)
len(s)         # 3 (字符數)
len(s.encode()) # 8 (UTF-8 位元組數)

# 錯誤:按位元組處理
list(s.encode())  # 破壞多字節字符

進階:自定義迭代器


def chunked_chars(s, n=1):
    """每次產生 n 字符塊"""
    for i in range(0, len(s), n):
        yield s[i:i+n]

for chunk in chunked_chars('abcdefgh', 3):
    print(chunk)  # abc, def, gh

理解 5 種方法的語義差異與效能特徵,能讓你在處理文本數據時,根據具體約束 (記憶體、速度、功能) 做出最優選擇。

copyright © 萬盛學電腦網 all rights reserved