Python字符串易踩的10个“坑”

大家好，欢迎来到 Crossin 的编程教室。

字符串是Python中最常用的数据类型之一，看起来简单，用着顺手，但里面也藏着一些“坑”，很多新手（甚至有些老手）都会在这里不小心踩中。

今天我们就来盘点一下Python字符串的10个经典易错点，帮助你避开这些常见错误。相信看完这篇文章，你对字符串的理解又能更进一步。

1. 字符串是不可变的

Python的字符串是不可变（immutable）的，这意味着一旦创建，就不能修改其中的字符。

很多人写出这样的代码，以为自己改了字符串：

s = "hello"
s[0] = "H"  # 试图修改第一个字符

结果直接报错：'str' object does not support item assignment

还有人用replace，以为它能原地替换：

s = "hello"
s.replace("h", "H")
print(s)  # 还是 "hello"

但其实 replace 是返回一个新字符串，原字符串没变。正确写法：

s = s.replace("h", "H")
print(s)  # "Hello"

记住：任何“修改”字符串的操作，都会返回新字符串，原字符串不变。

2. is 和 == 在字符串里的区别

== 判断值是否相等，is 判断是否是同一个对象。

对于小字符串，Python会做字符串驻留（interning），所以有时is也返回True：

a = "hello"
b = "hello"
print(a == b)  # True
print(a is b)  # 通常True（因为驻留）

但不要依赖 is，尤其是长字符串或动态生成的：

a = "hello world!"
b = "hello " + "world!"
print(a is b)  # 可能False

所以，永远用 == 比较值相等。

3. 空字符串、None、False 的混淆

空字符串 ""、None、False 在布尔上下文中都为 False：

if "":
    print("不会执行")
if None:
    print("也不会执行")
if False:
    print("还是不执行")

但它们是完全不同的东西：

• ""：有值，字符串类型，只是内容为空
• None：没有值 / 未赋值
• False：有值，bool类型

检查字符串是否为空串用 if s == ""，不要和 None 混用。

4. strip() 不是“删除字符”

有人以为：

s.strip("abc")

是删除字符串里的 "abc" 子串。

但其实它的含义是：

删除字符串两端所有属于字符集合 {a, b, c} 的字符。

print("abc123abc456bca".strip("abc"))
# 结果是 "123abc456"

不是替换，不是删除子串，而是从两端往中间“剥字符”，直到不属于集合的字符为止。

5. split() 的默认行为

不传参数的split()很聪明：

s = "a  b   c  d"
print(s.split())     # ['a', 'b', 'c', 'd']  自动把连续空白当一个分隔符
print(s.split(" "))  # ['a', '', 'b', '', '', 'c', '', 'd']

它会自动丢弃首尾空白，并忽略空字段。

6. 字符串比较的“反直觉”顺序

字符串比较是按Unicode码点逐字符比较的：

print("10" < "2")   # True 因为'1'的码点 < '2'
print("Apple" < "apple")  # True 因为大写A < 小写a

因此排序或比较版本号、数字字符串时可能会跟你想象的结果不一样。需要排序数字时，先转 int 或用 key 参数。

7. 字符长度 ≠ 显示长度

len() 计算的是字符数（Unicode码点数），不是视觉宽度：

s = "你好🏃🏻‍♀️"  # emoji组合字符
print(len(s))  # 7

8. 循环中用 + 拼接字符串的性能陷阱

在循环里这样拼接：

s = ""
for i in range(100000):
    s += "a"  # 每次都创建新字符串

大数据量时会超级慢（O(n²)）。

正确方式：

parts = []
for i in range(100000):
    parts.append("a")
s = "".join(parts)
# 或直接 s = "".join("a" for i in range(10000))

大量字符串拼接时务必用 join。

9. “中文乱码”

中文乱码通常发生在编码/解码不匹配的时候：

text = "中文"
bytes_data = text.encode("gbk")  # 用gbk编码
print(bytes_data.decode("gbk"))  # 用gbk解码正确
print(bytes_data.decode("utf-8", errors='replace'))  # 用utf-8解码 → 乱码 ����

读文件、网络数据时，指定正确的编码，否则编码不匹配就会乱码。

10. 结尾不能是单个反斜杠

字符串末尾不能直接写单个 \，因为它会转义后面的引号，即使是前面加上 r 的原始字符串（raw string）也不行：

r"C:\new\test\"   # 语法错误

如果你想表示 Windows 的路径，直接用 / 替代 \ 吧。

以上就是Python字符串的10个易错点。希望这些例子能帮你少走弯路。

你还踩过什么坑？可以在留言区说一说。

如果本文对你有帮助，欢迎点赞、评论、转发。你们的支持是我更新的动力~

感谢转发和点赞的各位~