1. 项目概述为什么字符串操作是Python的基石如果你刚开始学Python可能会觉得字符串不就是一堆文字吗有什么好学的但等你真正上手写项目无论是处理用户输入、清洗网络爬虫抓下来的脏数据、还是读写配置文件你会发现字符串操作无处不在而且往往是代码里最“脏活累活”的部分。我见过不少新手写的代码逻辑没问题但一遇到字符串处理就变得又长又乱效率低下还容易出bug。Python里的字符串远不止是print(“Hello World”)那么简单。它是一系列不可变的Unicode字符序列这个“不可变”的特性就决定了我们所有操作都不是在修改原字符串而是在创建新的字符串对象。理解这一点是高效使用字符串的关键。从最基础的拼接、切片到复杂的格式化、查找替换、编码解码每一个操作背后都有其设计哲学和性能考量。这篇文章我会从一个写过大量数据处理脚本的过来人角度带你重新认识Python字符串。我不会只罗列方法那样看官方文档就行。我会重点讲清楚每个操作为什么要这么设计、在什么场景下用、以及实际编码时有哪些教科书上不会写的“坑”和技巧。比如为什么有时候用join()比用快上百倍处理中文时len()函数返回的长度为什么可能不符合你的预期这些经验都是我在调试了无数个字符串相关的bug后总结出来的。2. 字符串的创建与核心特性从“不可变”说起2.1 三种引号与原始字符串创建字符串最基本的方式是用单引号‘’或双引号“”。它们完全等价选择哪一种通常是为了方便在字符串中包含另一种引号避免使用转义符\。s1 ‘这是一个“包含”双引号的字符串’ s2 “这是一个‘包含’单引号的字符串”但Python还有第三种选择三引号“““ ”””或‘’‘ ’’’。它们有两个不可替代的用途多行字符串可以直接保留字符串内的换行和缩进格式这在写SQL语句、长文档字符串docstring或格式化消息时非常有用。作为注释虽然不赋值给变量时相当于多行注释但更规范的注释还是用#。# 多行字符串示例 sql_query “““ SELECT user_id, username FROM users WHERE status ‘active’ ORDER BY created_at DESC ”““另一个新手容易困惑的点是原始字符串Raw String以r或R前缀标识。它的作用是让字符串中的每个字符都保持其字面意义反斜杠\不再作为转义字符。这在处理Windows文件路径或正则表达式时是刚需。# 普通字符串\n会被解释为换行符 path1 “C:\Users\name\new_folder” # 这会导致错误或非预期结果 # 原始字符串\就是普通的反斜杠 path2 r“C:\Users\name\new_folder” # 正确 # 在正则表达式中\d表示匹配数字也需要原始字符串 pattern r“\d”注意原始字符串的“原始”是针对反斜杠转义的字符串末尾不能是奇数个反斜杠如r“\”因为最后一个反斜杠仍然会试图转义后面的引号导致语法错误。这是一个常见的坑。2.2 深刻理解“不可变性”这是Python字符串设计中最重要的一个特性也是很多操作行为的根源。所谓不可变意味着一旦一个字符串对象被创建它的内容就不能被改变。s “hello” s[0] ‘H’ # 这行代码会抛出 TypeError: ‘str’ object does not support item assignment你可能会问那我执行s s ‘ world’s不是变了吗其实没有。这行代码的实际执行过程是在内存中创建一个新的字符串对象其内容为“hello world”。将变量s的引用可以理解为内存地址从旧的“hello”对象指向这个新的“hello world”对象。旧的“hello”对象如果没有其他引用稍后会被Python的垃圾回收机制清理。这个过程带来了一个非常重要的性能影响在循环中拼接字符串。# 低效的做法 result “” for i in range(10000): result str(i) # 每次循环都创建新字符串效率极低 # 高效的做法 parts [] for i in range(10000): parts.append(str(i)) result “”.join(parts) # 只创建一次新字符串第二种方法使用列表暂存所有部分最后用join()方法一次性拼接。join()方法在底层做了高度优化它预先计算好最终字符串的总长度然后一次性分配内存并填充其时间复杂度几乎是O(n)。而循环中使用由于每次都要创建新对象并复制原有内容时间复杂度接近O(n²)当循环次数上万时性能差异会非常明显。这是字符串操作中第一个必须养成的良好习惯。2.3 字符串的编码ASCII, UTF-8与字节串在Python 3中字符串默认是Unicode具体是UTF-8编码存储。这意味着你可以直接在字符串里使用任何语言的字符。s “你好World” # 包含中文、英文和表情符号与字符串紧密相关的是字节串bytes用b‘’前缀表示。字节串是原始的、没有编码概念的字节序列。网络传输、文件读写二进制模式操作的都是字节串。字符串和字节串的转换通过encode()和decode()方法完成需要指定编码格式。# 字符串 - 字节串 (编码) unicode_str “Python字符串” bytes_data unicode_str.encode(‘utf-8’) # b‘Python\xe5\xad\x97\xe7\xac\xa6\xe4\xb8\xb2’ # 字节串 - 字符串 (解码) new_str bytes_data.decode(‘utf-8’) # ‘Python字符串’实操心得处理外部数据如从网络或文件读取时最常见的错误之一就是编码问题。我的经验法则是在程序内部尽早将字节串解码decode成字符串进行处理在需要输出或存储时再编码encode成字节串。并且尽量统一使用UTF-8编码它是现在的事实标准。如果遇到解码错误如UnicodeDecodeError可以尝试errors‘ignore’或errors‘replace’参数但更好的做法是查明源数据的正确编码。3. 字符串的访问、切片与拼接像操作列表一样自如3.1 索引访问与正向/反向索引字符串支持通过索引下标访问单个字符索引从0开始。Python还支持反向索引最后一个字符的索引是-1倒数第二个是-2以此类推。这在不知道字符串长度又想获取末尾字符时非常方便。s “Python” print(s[0]) # ‘P’ print(s[-1]) # ‘n’ print(s[-2]) # ‘o’尝试访问超出范围的索引会引发IndexError。3.2 切片操作获取子串的利器切片是Python中非常优雅和强大的特性格式为[start:stop:step]。start起始索引包含默认为0。stop结束索引不包含默认为字符串长度。step步长默认为1。可以为负数表示反向切片。s “0123456789” print(s[2:5]) # ‘234’ 索引2到4不包含5 print(s[:5]) # ‘01234’ 从开头到索引4 print(s[5:]) # ‘56789’ 从索引5到结尾 print(s[::2]) # ‘02468’ 步长为2 print(s[::-1]) # ‘9876543210’ 经典的反转字符串技巧 print(s[-3:-1]) # ‘78’ 使用负索引切片切片操作遵循“左闭右开”原则即包含start不包含stop。即使start或stop超出边界Python也会自动将其规整到有效范围内而不会报错这比直接索引访问要安全。s “hello” print(s[2:100]) # ‘llo’ stop超出长度取到末尾3.3 拼接与重复,*, 以及join()运算符连接两个字符串产生一个新字符串。*运算符重复字符串多次如‘hi’ * 3得到‘hihihi’。str.join(iterable)方法将一个字符串序列如列表、元组用指定的字符串连接起来。这是拼接多个字符串的最高效方式没有之一。# 和 * 的使用 greeting “Hello, “ “World!” # ‘Hello, World!’ line ‘-’ * 40 # ‘----------------------------------------’ # join() 的威力 words [‘Python’, ‘is’, ‘awesome’] sentence ‘ ‘.join(words) # ‘Python is awesome’ csv_line ‘,‘.join([‘Alice’, ‘25’, ‘Engineer’]) # ‘Alice,25,Engineer’为什么join()比循环快想象一下你要用胶水把100张纸粘成一长条。就像你粘一张等胶水干了再粘下一张重复100次。而join()就像你先把100张纸按顺序排好然后一次性涂上长条胶水粘合一次完成。后者效率自然高得多。注意事项join()方法的参数需要是一个可迭代对象且里面的元素都必须是字符串。如果列表中包含非字符串类型如整数需要先进行转换否则会抛出TypeError。一种简洁的写法是使用生成器表达式或mapnumbers [1, 2, 3, 4] # 错误result ‘,‘.join(numbers) # 正确 result ‘,‘.join(str(x) for x in numbers) # ‘1,2,3,4’ result ‘,‘.join(map(str, numbers)) # 效果相同4. 字符串的查找、替换与分割数据处理三板斧4.1 查找子串in,find(),index(),count()in和not in成员运算符判断一个子串是否存在于字符串中返回True或False。这是最常用、最直观的判断方法。s “hello world” print(‘world’ in s) # True print(‘Python’ not in s) # Truestr.find(sub)和str.rfind(sub)查找子串sub第一次或最后一次对于rfind出现的索引位置。如果找不到返回-1。这个方法很安全因为不会抛出异常。s “apple, banana, apple” print(s.find(‘apple’)) # 0 print(s.find(‘orange’)) # -1 print(s.rfind(‘apple’)) # 15str.index(sub)和str.rindex(sub)功能与find()相同但如果找不到子串会抛出ValueError异常。因此当你确定子串一定存在或者希望找不到时程序应报错才使用index()。s “hello” print(s.index(‘l’)) # 2 # print(s.index(‘z’)) # 会引发 ValueErrorstr.count(sub)返回子串sub在字符串中非重叠出现的次数。s “she sells seashells by the seashore” print(s.count(‘sh’)) # 3实操心得绝大多数情况下用in做存在性判断用find()找位置就够了。index()因为会抛异常需要额外的try...except处理在简单脚本中反而麻烦。count()在统计关键词频率时很好用。4.2 替换内容replace()与translate()str.replace(old, new[, count])将字符串中的old子串替换为new子串。可选参数count指定替换的最大次数从左到右。s “spam spam spam eggs and spam” print(s.replace(‘spam’, ‘ham’)) # ‘ham ham ham eggs and ham’ print(s.replace(‘spam’, ‘ham’, 2)) # ‘ham ham spam eggs and spam’记住由于字符串不可变replace()是返回一个新字符串原字符串s并没有改变。str.maketrans()与str.translate()这是一对组合用于进行更复杂、更高效的字符级别替换或删除特别适合清洗数据。str.maketrans(x[, y[, z]])创建一个字符映射表。str.translate(table)根据映射表替换字符串中的字符。# 示例1简单替换类似密码表 trans_table str.maketrans(‘aeiou’, ‘12345’) # a-1, e-2, i-3, o-4, u-5 s “this is a test” print(s.translate(trans_table)) # ‘th3s 3s 1 t2st’ # 示例2删除指定字符第三个参数 remove_table str.maketrans(‘’, ‘’, ‘!#$%’) # 将!#$%这些字符映射为None即删除 dirty_str “clean #this $string%” print(dirty_str.translate(remove_table)) # ‘clean this string’translate()在需要替换或删除大量特定字符时性能远高于多次调用replace()。4.3 分割与连接split(),rsplit(),partition(),splitlines()str.split(sepNone, maxsplit-1)使用分隔符sep将字符串分割成一个列表。如果sep未指定或为None则使用任何空白字符空格、换行、制表符等作为分隔符并且会忽略连续的空白。maxsplit指定最大分割次数。s “apple,banana,orange,grape” print(s.split(‘,’)) # [‘apple’, ‘banana’, ‘orange’, ‘grape’] print(s.split(‘,’, 2)) # [‘apple’, ‘banana’, ‘orange,grape’] s2 “ one two\n three\tfour ” print(s2.split()) # [‘one’, ‘two’, ‘three’, ‘four’] 自动处理空白str.rsplit(sepNone, maxsplit-1)从字符串的右边开始分割其他与split()相同。这在处理有特定后缀结构的数据时有用。s “root/home/user/document.txt” print(s.rsplit(‘/’, 1)) # [‘root/home/user’, ‘document.txt’] 分离目录和文件名str.partition(sep)和str.rpartition(sep)在字符串中搜索分隔符sep并返回一个包含三部分的元组(分隔符前部分, 分隔符本身, 分隔符后部分)。如果找不到分隔符则返回(原字符串, “”, “”)。这个方法在你需要同时获取分隔符及其前后内容时非常方便比如解析keyvalue这样的字符串。s “usernameadmin” print(s.partition(‘’)) # (‘username’, ‘’, ‘admin’) s2 “no_equal_sign” print(s2.partition(‘’)) # (‘no_equal_sign’, ‘’, ‘’)str.splitlines([keepends])按照行边界如\n,\r,\r\n等分割字符串返回一个行列表。如果keepends为True则保留换行符。text “line1\nline2\r\nline3” print(text.splitlines()) # [‘line1’, ‘line2’, ‘line3’] print(text.splitlines(True)) # [‘line1\n’, ‘line2\r\n’, ‘line3’]5. 字符串的变形、填充与对齐格式化输出与数据规整5.1 大小写转换str.lower(): 转换为小写。str.upper(): 转换为大写。str.capitalize(): 将字符串第一个字符大写其余小写。str.title(): 将每个单词的首字母大写其余小写它通过识别单词边界工作但可能对缩写或带连字符的词处理不完美。str.swapcase(): 大小写互换。s “hello WORLD” print(s.lower()) # ‘hello world’ print(s.upper()) # ‘HELLO WORLD’ print(s.capitalize()) # ‘Hello world’ print(s.title()) # ‘Hello World’ print(“hELLo”.swapcase()) # ‘HellO’注意str.title()的规则是“将连续字母序列的开头字符大写”。对于像“they‘re”这样的字符串它会变成“They‘Re”这可能不是你想要的。对于严格的标题化可能需要更复杂的处理。5.2 空白字符处理str.strip([chars]): 移除字符串头尾指定的字符默认为空白字符如空格、换行、制表符。str.lstrip([chars]): 只移除头部。str.rstrip([chars]): 只移除尾部。s “ hello world \n” print(s.strip()) # ‘hello world’ print(s.strip(‘ hd’)) # ‘ello worl’ 移除头尾的‘ ‘, ‘h‘, ‘d‘字符 s2 “xxxyyyHellozzz” print(s2.strip(‘xyz’)) # ‘Hello’这是数据清洗中最常用的方法之一用于清理用户输入或文件读取时带有的多余空白。5.3 填充与对齐为了让文本输出更整齐我们经常需要控制字符串的宽度和对齐方式。str.ljust(width[, fillchar]): 左对齐并使用fillchar默认为空格填充至宽度width。str.rjust(width[, fillchar]): 右对齐。str.center(width[, fillchar]): 居中对齐。str.zfill(width): 在数字字符串的左侧用零填充使其达到指定宽度。对于带符号的数字符号会保持在最左边。s “42” print(s.ljust(5, ‘-’)) # ‘42---’ print(s.rjust(5, ‘*’)) # ‘***42’ print(s.center(7, ‘’)) # ‘42’ print(‘-3’.zfill(5)) # ‘-0003’ print(‘7’.zfill(3)) # ‘007’这些方法在生成固定宽度的表格、报告或格式化数字时非常有用。6. 字符串的判断方法数据验证的守卫Python提供了一系列以is开头的方法用于判断字符串是否满足某种模式。它们都返回布尔值True或False。str.isalpha(): 字符串中所有字符都是字母中文也算字母。str.isdigit()/str.isnumeric()/str.isdecimal(): 判断数字字符三者有细微区别。简单来说isdigit()最常用识别Unicode数字字符如‘²’isdecimal()只识别基本的0-9isnumeric()最宽泛还包含中文数字等。str.isalnum(): 所有字符都是字母或数字。str.islower()/str.isupper(): 所有字符都是小写/大写至少有一个字符且区分大小写的字符符合要求。str.isspace(): 只包含空白字符。str.istitle(): 字符串是标题化的每个单词首字母大写。str.startswith(prefix)/str.endswith(suffix): 检查字符串是否以指定前缀/后缀开头或结尾。可以传入元组来检查多个可能的前缀/后缀。print(‘hello’.isalpha()) # True print(‘hello123’.isalnum()) # True print(‘123’.isdigit()) # True print(‘½’.isdigit()) # False print(‘½’.isnumeric()) # True print(‘ \t\n’.isspace()) # True print(‘Hello World’.istitle()) # True print(‘file.txt’.endswith(‘.txt’)) # True print(‘image.png’.endswith((‘.png’, ‘.jpg’, ‘.gif’))) # True常见问题isdigit()、isdecimal()、isnumeric()的区别经常让人困惑。一个简单的记忆方法是isdigit()isnumeric()isdecimal()。isdecimal()最严格基本数字isdigit()包含上标数字等isnumeric()最广包含分数、中文数字等。在判断用户输入是否为整数时通常用str.isdecimal()更安全。7. 现代字符串格式化f-string, format() 与 % 操作符字符串格式化是将变量或值插入到字符串模板中的过程。Python提供了多种方式推荐使用f-stringPython 3.6它最简洁、易读且高效。7.1 f-string格式化字符串字面值在字符串前加f或F然后在字符串内部用花括号{}包裹表达式或变量。name “Alice” age 25 height 1.68 # 直接嵌入变量 print(f“My name is {name}, and I‘m {age} years old.”) # 输出My name is Alice, and I‘m 25 years old. # 在{}内进行运算或调用方法 print(f“Next year I will be {age 1}.”) print(f“Name in uppercase: {name.upper()}”) # 格式化数字 print(f“Height: {height:.2f} meters”) # 保留两位小数 print(f“Percentage: {0.8765:.1%}”) # 格式化为百分比保留一位小数 - 87.7% print(f“Hex: {255:#x}”) # 格式化为十六进制带0x前缀 - 0xfff-string的强大之处在于花括号{}内可以是任何有效的Python表达式。对于浮点数格式化格式说明符:.2f表示保留两位小数。常用的格式说明符还有:d整数:f浮点数:.3f保留3位小数的浮点数:%百分比格式:x十六进制小写:X十六进制大写:10右对齐宽度10:10左对齐宽度10:^10居中对齐宽度107.2str.format()方法这是Python 2.6引入的“新式”格式化在f-string出现前是主流。它使用{}作为占位符并通过format()方法传入参数。# 默认顺序 print(“{} is {} years old.”.format(name, age)) # 指定顺序 print(“{1} is {0} years old.”.format(age, name)) # 关键字参数 print(“{n}‘s height is {h:.2f}m.”.format(nname, hheight)) # 访问对象属性或字典键f-string更简洁 person {‘name’: ‘Bob’, ‘age’: 30} print(“Name: {0[name]}, Age: {0[age]}”.format(person))format()方法同样支持丰富的格式说明符语法与f-string在:之后的部分相同。7.3 古老的%操作符这是从C语言继承过来的格式化方法现在不推荐在新代码中使用但在一些旧代码库或简单场景中还能见到。print(“My name is %s, and I‘m %d years old.” % (name, age)) print(“Height: %.2f” % height)它使用%s字符串、%d整数、%f浮点数等作为占位符。虽然功能完备但可读性和灵活性都不如前两种。实操心得无脑用f-string。除非你需要兼容Python 3.6以下的版本否则f-string是你的最佳选择。它写起来快读起来清晰而且执行效率也是最高的。format()方法可以作为备选用于一些更复杂的、需要动态构建格式字符串的场景。%操作符就让它留在历史里吧。8. 字符串的编码、解码与实战问题排查8.1 编码解码回顾与深入我们之前提到了encode()和decode()。这里再强调一下核心流程和常见错误。# 编码字符串Unicode - 字节串Bytes text “Python编程” utf8_bytes text.encode(‘utf-8’) # 最常用 gbk_bytes text.encode(‘gbk’) # 有时在中文Windows环境会遇到 # 解码字节串Bytes - 字符串Unicode try: recovered_text utf8_bytes.decode(‘utf-8’) print(recovered_text) # Python编程 except UnicodeDecodeError as e: print(f“解码错误{e}”) # 错误处理 bad_bytes b‘\xff\xfe’ # 一些无效的字节序列 print(bad_bytes.decode(‘utf-8’, errors‘ignore’)) # ‘’ 忽略错误 print(bad_bytes.decode(‘utf-8’, errors‘replace’)) # ‘’ 替换为替换字符8.2 实战中的编码问题排查场景你从某个老旧网站爬取数据保存为文本文件后用Python打开发现是乱码。排查步骤确定源编码这是最困难的一步。可以尝试常见的编码如UTF-8、GBK简体中文Windows常用、GB2312、ISO-8859-1Latin-1等。查看网页的meta charset“...”标签有时能提供线索。一些工具如chardet库可以猜测编码但并非100%准确。# 安装pip install chardet import chardet with open(‘dirty_file.txt’, ‘rb’) as f: # 以二进制模式读取 raw_data f.read() result chardet.detect(raw_data) print(result) # 输出类似 {‘encoding’: ‘GB2312’, ‘confidence’: 0.99, ‘language’: ‘Chinese’} guessed_encoding result[‘encoding’]尝试解码用猜测的编码尝试解码。如果失败抛出UnicodeDecodeError尝试其他候选编码。try: content raw_data.decode(guessed_encoding) except UnicodeDecodeError: # 尝试其他编码 for enc in [‘utf-8’, ‘gbk’, ‘iso-8859-1’]: try: content raw_data.decode(enc) print(f“成功使用编码{enc}”) break except UnicodeDecodeError: continue统一内部编码成功解码后在程序内部统一使用Unicode字符串Python 3的str进行处理。输出时明确编码在将字符串写入文件或发送网络请求时务必明确指定编码通常为UTF-8。with open(‘clean_file.txt’, ‘w’, encoding‘utf-8’) as f: f.write(content)8.3 字符串与字节串的混合操作陷阱你不能直接将字符串与字节串进行拼接或比较必须先统一类型。s “hello” b b“world” # print(s b) # TypeError: can only concatenate str (not “bytes”) to str print(s b.decode(‘utf-8’)) # 正确将字节串解码为字符串 print(s.encode(‘utf-8’) b) # 正确将字符串编码为字节串在处理文件时也要注意模式文本模式‘r’/‘w’操作的是字符串可以指定encoding参数。二进制模式‘rb’/‘wb’操作的是字节串。9. 字符串的进阶应用与性能考量9.1 正则表达式入门re模块对于复杂的模式匹配、查找和替换字符串的内置方法就力不从心了这时需要正则表达式。Python通过re模块提供支持。import re text “我的电话是123-4567-8901你的电话是987-6543-2100吗” # 查找所有匹配的电话号码模式简单示例 pattern r‘\d{3}-\d{4}-\d{4}’ # 正则表达式模式 matches re.findall(pattern, text) print(matches) # [‘123-4567-8901’, ‘987-6543-2100’] # 替换 new_text re.sub(pattern, ‘[电话号码]’, text) print(new_text) # “我的电话是[电话号码]你的电话是[电话号码]吗” # 分割 complex_str “apple, banana; cherry|date” print(re.split(r‘[,;|]’, complex_str)) # [‘apple’, ‘ banana’, ‘ cherry’, ‘date’]正则表达式是一门独立的语言功能极其强大但也复杂。对于简单的固定字符串操作优先使用字符串方法对于复杂的、基于模式的文本处理再考虑正则表达式。9.2 性能优化小结拼接大量字符串拼接用‘’.join(list_of_strings)绝对不要用循环。查找与替换简单存在性判断用in。简单替换用replace()。大量或复杂的字符替换/删除考虑translate()。复杂的模式匹配与替换用re.sub()。格式化用f-string最快最清晰。不变性记住字符串不可变。任何“修改”操作都会创建新对象。在需要频繁修改字符的场景如算法题中的字符串构建有时可以先将字符串转换为list可变修改完毕后再用‘’.join(list)转回来这可能比一直创建新字符串对象更高效。9.3 一个综合案例简易日志解析器假设我们有一个格式简单的日志文件log.txt每行格式为[时间] 级别 消息。我们需要提取所有ERROR级别的日志消息。# log.txt 内容示例 # [2023-10-27 10:00:01] INFO User login successful. # [2023-10-27 10:00:05] ERROR Database connection failed. # [2023-10-27 10:00:10] WARNING Disk usage above 80%. error_messages [] with open(‘log.txt’, ‘r’, encoding‘utf-8’) as f: for line in f: line line.strip() # 去除首尾空白 if line: # 跳过空行 # 方法1使用 startswith 和 split (简单场景) if line.startswith(‘[‘) and ‘ ERROR ‘ in line: # 假设消息在第三个部分之后 parts line.split(‘ ‘, 2) # 最多分割两次 if len(parts) 3: _, level, message parts if level ‘ERROR’: error_messages.append(message) # 方法2使用 partition 更清晰 # time_part, sep, rest line.partition(‘] ‘) # if sep: # 找到了分隔符 # level, sep2, message rest.partition(‘ ‘) # if level ‘ERROR’: # error_messages.append(message) print(“Error messages:”, error_messages)这个例子融合了文件读取、字符串清理strip、存在性判断startswith,in、分割split,partition等操作。在实际项目中日志格式可能更复杂可能需要用到正则表达式但基本思路是一致的先清理再分解最后提取目标信息。字符串操作是Python编程的基石看似简单但细节和技巧非常多。掌握好它们能让你在数据处理、文本清洗、自动化脚本编写等任务中游刃有余。最重要的是养成好习惯该用join时别用该用f-string时别用老方法处理外部数据时时刻警惕编码问题。多写多练这些操作就会变成你的肌肉记忆。