split 详解

不指定分隔符（即 str.split()）时，默认使用任意的空白字符（Whitespace） 作为分隔符，并且会：

1. 合并连续的分隔符（将多个空格/制表符视为一个分隔符）。
2. 自动去除结果中的前导和尾随空字符串。

1 默认行为详解

1.1 匹配规则：任意 Unicode 空白字符

默认情况下，分隔符不仅仅是 " "（空格），而是涵盖 Python 定义的所有 Unicode 空白字符，包括但不限于：

• 空格
• 制表符 \t
• 换行符 \n
• 回车符 \r
• 换页符 \f
• 垂直制表符 \v

可以通过 string.whitespace 查看完整的空白字符集合：

# ==============查看完整的空白字符集合==============
import string

print(repr(string.whitespace))  # ' \t\n\r\x0b\x0c'

1.2 对比演示：split() vs split(' ')

这是最容易混淆的地方，请观察以下代码差异：

# ==============对比演示：split() vs split(' ')==============
text = "Hello   World\tPython"  # 包含 3 个空格和 1 个制表符

# 默认行为：连续空白视为一个分隔符，不留空串
result_default = text.split()
print(result_default)  # ['Hello', 'World', 'Python']

# 指定空格 ' '：严格按单个空格切分，会产生空字符串
result_single_space = text.split(' ')
print(result_single_space)  # ['Hello', '', '', 'World\tPython']

# 指定空白正则（模拟默认行为，但不完全相同）：
import re

result_regex = re.split(r'\s+', text.strip())
print(result_regex)  # ['Hello', 'World', 'Python']

1.3 去除首尾空字符串的特性

由于默认模式会自动去除前导和尾随的空白，你不需要先调用 strip()：

# ==============去除首尾空字符串的特性==============
text_with_padding = "   A B C   "

# 默认 split：直接得到干净的列表
print(text_with_padding.split())  # ['A', 'B', 'C']

# 指定空格 split：首尾会出现空字符串
print(text_with_padding.split(' '))  # ['', '', '', 'A', 'B', 'C', '', '', '']

2 特殊场景：分割空字符串或全空白字符串

输入字符串	s.split() 结果	s.split(' ') 结果
"" (空串)	[]	['']
" " (多个空格)	[]	['', '', '', '']

3 参数对比速查表

行为特征	str.split() 无参数	str.split(sep) 指定分隔符
分隔符定义	任意连续的 Unicode 空白字符	严格按 sep 字符串切分
连续分隔符处理	视为一个整体（合并）	保留空字符串
首尾空白处理	自动去除（不产生空串）	保留（可能产生空串）
返回空列表的情况	字符串为 "" 或全空白时	仅当 maxsplit=-1 且 sep 未匹配时，视情况而定

3.1 最佳实践建议

1. 处理用户输入的自然语言文本：优先使用无参 split()，它能优雅处理用户多打的空格、换行等不规范输入。

   user_input = "苹果 香蕉  橙子"
   items = user_input.split()  # 正确返回 3 个元素
   

2. 解析严格的 CSV 或固定格式数据：务必指定分隔符，因为空字段往往具有特定含义。

   csv_line = "John,,Doe"
   fields = csv_line.split(',')  # 保留空字符串以对齐列位置
   

3. 需要限制分割次数：无论哪种模式，都可以使用 maxsplit 参数。

   log = "ERROR 2026-04-18 内存不足"
   level, msg = log.split(maxsplit=1)  # ['ERROR', '2026-04-18 内存不足']