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 字符串去除首尾空白字符完全指南:strip、lstrip、rstrip、字符集參數與 Unicode 處理

去除字符串首尾的空白字符 (空格、製表符、換行符) 或指定字符集,是數據清洗、輸入驗證、文本解析的高頻操作。Python 提供 strip/lstrip/rstrip 三大方法,本文全面解析其參數行為、Unicode 支援、效能與陷阱。

三大核心方法

方法方向語法說明
strip()雙端s.strip([chars])移除首尾指定字符集
lstrip()左端 (開頭)s.lstrip([chars])移除開頭指定字符集
rstrip()右端 (結尾)s.rstrip([chars])移除結尾指定字符集

參數 chars 行為詳解 (核心重點)


# 默認:移除所有 Unicode 空白字符 (空格、\t、\n、\r、\v、\f 等)
s = '  \t\nHello\r\n  '
s.strip()    # 'Hello'
s.lstrip()   # 'Hello\r\n  '
s.rstrip()   # '  \t\nHello'

# 指定字符集:移除首尾「屬於該集合」的字符,而非「子字符串」
s = 'xyxHelloxyx'
s.strip('xy')     # 'Hello' (移除所有首尾的 x 或 y)
s.strip('xyx')    # 'Hello' (同效果,集合去重)

# 不是前綴/後綴匹配!
s = 'abcHelloabc'
s.strip('abc')    # 'Hello' (正確)
s.strip('ab')     # 'cHelloabc' (只移除 a/b,c 保留)

關鍵特性:字符集而非子串

⚠ strip(chars) 將 chars 視為「字符集合」,而非「子字符串」
  • 移除條件:字符 ∈ chars 集合
  • 從兩端向中間掃描,遇到不在集合中的字符即停止
  • 順序無關:strip('abc') == strip('cba')

Unicode 空白字符支援


# 所有 Unicode 空白字符 (Zs, Zl, Zp, Cc 中部分)
import unicodedata
spaces = ''.join(chr(i) for i in range(0x110000) 
                 if unicodedata.category(chr(i)).startswith('Z'))
# 包含:\u0020(空格) \u00A0(不換行空格) \u1680(Ogham空格) 
#       \u2000-\u200A(各種寬度空格) \u2028(行分隔) \u2029(段分隔) 
#       \u3000(全形空格) 等

s = '\u3000\u2003Hello\u2002\u00A0'
s.strip()  # 'Hello' (自動識別所有 Unicode 空白)

進階:移除特定前綴/後綴 (Python 3.9+)


# 精確移除前綴/後綴 (非字符集)
s = 'prefix_content_suffix'
s.removeprefix('prefix_')   # 'content_suffix'
s.removesuffix('_suffix')   # 'prefix_content'

# 不匹配時返回原字符串 (不報錯)
s.removeprefix('other_')    # 'prefix_content_suffix'

效能基準 (100 萬次)


import timeit
s = '  hello  '

timeit.timeit('s.strip()', globals=globals())      # ~55ns
timeit.timeit('s.lstrip()', globals=globals())     # ~50ns
timeit.timeit('s.rstrip()', globals=globals())     # ~50ns
timeit.timeit('s.strip(" ")', globals=globals())   # ~65ns (字符集解析開銷)

實戰場景

1. 用戶輸入清洗


def clean_input(raw):
    return raw.strip()  # 移除首尾空白、換行

username = clean_input(input("用戶名: "))

2. 解析鍵值對 (移除引號/空格)


line = '  key = "value"  '
key, val = line.split('=', 1)
key = key.strip()
val = val.strip().strip('"\'')  # 移除首尾引號

3. 文件路徑清理


path = '  /home/user/file.txt  \n'
path = path.strip()  # '/home/user/file.txt'

4. 移除特定標記字符


# 移除首尾的 *、#、-
comment = '*** Important Notice ***'
clean = comment.strip('*#- ')  # 'Important Notice'

常見陷阱

  • 中間空白不受影響: 'a b'.strip() == 'a b'
  • 非空白字符集需顯式指定: strip() 不會移除 '.'、',' 等標點
  • bytes 類型同樣支援: b' abc '.strip() == b'abc'
  • 字符串不可變: 所有方法返回新字符串,原對象不變

總結

  • 日常去空白:strip() (雙端)、lstrip() (左)、rstrip() (右)
  • 指定字符集:strip('chars') 理解為「字符集合」而非子串
  • 精確前綴/後綴:Python 3.9+ 用 removeprefix/removesuffix
  • Unicode 空白自動識別,無需手動列舉

熟練掌握去空白工具箱,能讓數據清洗代碼更簡潔、更健壯、更符合國際化要求。

copyright © 萬盛學電腦網 all rights reserved