Python字符串创建与拼接实战：六种写法、编码与性能避坑

脚本专家

Python字符串是文本处理的基础类型。原文从创建方式、不可变性、转义、拼接、编码和性能几个方面做了整理。下面按实际开发中的使用场景重新组织：先看六种创建写法及适用条件，再说明字符串不可变带来的修改方式，最后给出拼接、编码和类型校验中容易踩的坑。

一、六种创建方式与选择建议

1. 单引号和双引号
Python中单引号与双引号完全等价，选择的关键是少写转义。字符串里包含双引号时用单引号；包含单引号时用双引号。项目内保持统一风格即可。

2. name = '小明'
3. message = 'Hello, Python!'
4. text = 'I\'m a Python developer'
5. quote = '他说："Python很有趣！"'
6. path = 'D:\\Projects\\Python'

复制代码

2. 三引号
三个单引号或三个双引号可以创建多行字符串，换行会被保留；也常用于函数、类、模块的docstring。用repr()可以看到换行被保存为\n。

2. multiline = '''第一行
3. 第二行
4. 第三行'''
5. print(repr(multiline))
6. # '第一行\n第二行\n第三行'
8. def demo():
9.     '''函数说明文档'''
10.     pass

复制代码

3. str()构造函数
str()用于把整数、浮点数、布尔值、None、列表、字典等转换为字符串。自定义类可以实现__str__和__repr__，分别面向用户和开发者。

2. print(str(42))        # '42'
3. print(str(3.14159))   # '3.14159'
4. print(str(True))      # 'True'
5. print(str(None))      # 'None'
7. class Person:
8.     def __init__(self, name, age):
9.         self.name = name
10.         self.age = age
12.     def __str__(self):
13.         return f'{self.name}（{self.age}岁）'
15.     def __repr__(self):
16.         return f"Person(name='{self.name}', age={self.age})"
18. person = Person('小明', 25)
19. print(str(person))   # 小明（25岁）
20. print(repr(person))  # Person(name='小明', age=25)

复制代码

4. 原始字符串r-string
普通字符串中的反斜杠是转义符，写Windows路径或正则表达式时容易出现双反斜杠。原始字符串在字符串前加r，反斜杠按字面处理。需要注意：原始字符串末尾仍然不能是单个反斜杠，r'hello\'会触发SyntaxError，r'hello\\'才合法。

2. path1 = 'C:\\Users\\小明\\Documents'
3. path2 = r'C:\Users\小明\Documents'
4. print(path1)
5. print(path2)
7. import re
8. pattern = r'\d{3}-\d{4}-\d{4}'
9. text = '我的电话是138-1234-5678'
10. match = re.search(pattern, text)
11. print(match.group() if match else '未匹配')

复制代码

5. f-string
f-string从Python 3.6引入，是当前更推荐的格式化方式。花括号内可以放变量、表达式、条件表达式，也可以调用方法；格式说明符可以控制小数位。Python 3.8+还支持{变量=}调试写法。

2. name = '小明'
3. age = 25
4. score = 95.5
6. print(f'我叫{name}，今年{age}岁')
7. print(f'明年我就{age + 1}岁了')
8. print(f'我的分数是{score}，等级是{"优秀" if score >= 90 else "良好"}')
10. pi = 3.141592653589793
11. print(f'π ≈ {pi:.2f}')
12. print(f'π ≈ {pi:.4f}')
14. name = 'python'
15. print(f'{name.upper()}')
16. print(f'{name.capitalize()}')
17. print(f'{name=} {age=} {score=}')

复制代码

二、不可变性与序列访问

字符串一旦创建就不可修改。对name[1]赋值会抛TypeError；所谓修改，实际上是通过切片和拼接生成新字符串。这个特性让字符串在多个引用之间共享时更安全。

2. name = 'Pithon'
3. # name[1] = 'y'  # TypeError
4. name = name[:1] + 'y' + name[2:]
5. print(name)  # Python

复制代码

字符串是有序字符序列：索引从0开始，支持负索引、切片、遍历和len()。Python 3的str以Unicode存储，中文、日文、阿拉伯文和emoji都可以直接表示。ord()取码点，chr()从码点还原字符。

2. text = 'Hello'
3. print(text[0])   # H
4. print(text[-1])  # o
5. print(len(text)) # 5
6. for char in text:
7.     print(char, end=' ')
9. print(ord('中'))   # 20013
10. print(ord('🐍'))   # 128013
11. print(chr(20013))  # 中
12. print(chr(128013)) # 🐍

复制代码

三、转义字符与Unicode写法

常用转义包括\n换行、\t制表、\\反斜杠本身、\'单引号、\"双引号，以及较少使用的\r回车和\b退格。Unicode转义可以用\u加4位十六进制、\U加8位十六进制；八进制\101和十六进制\x41也可以表示字符。

2. print('Hello\nWorld')
3. print('Hello\tWorld')
4. print('Hello\\World')
5. print('I\'m learning')
7. print('\u4f60\u597d')     # 你好
8. print('\U0001f40d')        # 🐍
9. print('\101')              # A
10. print('\x41')              # A

复制代码

这里要区分源码中的反斜杠和实际输出。原始字符串适合路径和正则，但并不能让末尾单个反斜杠合法。

四、拼接、重复与join性能

+用于少量拼接，但字符串和其他类型相加会报TypeError，需要先用str()转换。*可以重复字符串，常用于分隔线和标题装饰。相邻的字符串字面量会自动拼接，但这个规则只对字面量生效，对变量不生效。

2. first_name = '张'
3. last_name = '三'
4. full_name = last_name + first_name
5. print(full_name)  # 张三
7. age = 25
8. message = '我今年' + str(age) + '岁'
9. print(message)
11. print('-' * 40)
12. print('你好' * 3)
14. message = 'Hello, ' 'World!' ' 你好！'
15. print(message)
17. a = 'Hello'
18. b = 'World'
19. result = a + b
20. print(result)

复制代码

拼接大量字符串时，优先用join()。原因在于字符串不可变：循环中的+=每次都会创建新对象并拷贝旧内容，而join()只需要分配一次内存。原文用10000个字符串做对比，速度差异可能达到上百倍。实际写法是用列表收集片段，最后统一join。

2. import time
4. words = ['hello'] * 10000
6. start = time.perf_counter()
7. result = ''
8. for word in words:
9.     result += word
10. elapsed_plus = time.perf_counter() - start
12. start = time.perf_counter()
13. result = ''.join(words)
14. elapsed_join = time.perf_counter() - start
16. print(f'+ 拼接耗时：{elapsed_plus:.4f}秒')
17. print(f'join 耗时：{elapsed_join:.4f}秒')
19. lines = []
20. for i in range(1000):
21.     lines.append(f'第{i}行')
22. result = '\n'.join(lines)

复制代码

join也适合URL路径和HTML片段拼接。下面路径示例输出api/v1/users/123；HTML示例用生成器表达式给每个列表项加li标签。

2. path_parts = ['api', 'v1', 'users', '123']
3. url = '/'.join(path_parts)
4. print(url)
6. items = ['苹果', '香蕉', '橘子']
7. html = '<ul>\n' + '\n'.join(f'  <li>{item}</li>' for item in items) + '\n</ul>'
8. print(html)

复制代码

五、str与bytes：编码解码和文件读写

str是人类可读的Unicode文本，bytes是机器存储和传输的原始字节。str转bytes用encode()，bytes转str用decode()。编码和解码必须使用一致的编码格式，否则会出现乱码或UnicodeDecodeError。UTF-8最通用；GBK/GB2312常见于中文Windows环境；UTF-16是另一种编码；ASCII只支持英文字符，中文用ASCII编码会抛UnicodeEncodeError。

2. text = '你好，Python！'
3. encoded = text.encode('utf-8')
4. print(encoded)
5. print(type(encoded))
7. decoded = encoded.decode('utf-8')
8. print(decoded)
9. print(type(decoded))
11. text = '你好，世界！'
12. utf8_bytes = text.encode('utf-8')
13. gbk_bytes = text.encode('gbk')
14. utf16_bytes = text.encode('utf-16')
15. print(f'UTF-8: {utf8_bytes}（{len(utf8_bytes)}字节）')
16. print(f'GBK: {gbk_bytes}（{len(gbk_bytes)}字节）')
17. print(f'UTF-16: {utf16_bytes}（{len(utf16_bytes)}字节）')
19. ascii_text = 'Hello World'
20. ascii_bytes = ascii_text.encode('ascii')
21. print(ascii_bytes)

复制代码

文件操作中最常见的乱码原因之一是读写编码不一致。写文件时指定encoding='utf-8'，读文件时使用相同编码。

2. with open('output.txt', 'w', encoding='utf-8') as f:
3.     f.write('中文内容')
5. with open('output.txt', 'r', encoding='utf-8') as f:
6.     content = f.read()

复制代码

六、字符串类型判断与校验示例

str提供了一组is开头的方法，用于判断内容类型：isalpha()全字母、isdigit()全数字、isalnum()字母或数字、isspace()全空白、islower()全小写、isupper()全大写、istitle()标题格式、isdecimal()十进制数字、isnumeric()数字字符、isascii()全ASCII。密码复杂度校验可以组合len()和any()使用。

2. print('abc'.isalpha())    # True
3. print('123'.isdigit())    # True
4. print('abc123'.isalnum()) # True
5. print(' '.isspace())      # True
6. print('abc'.islower())    # True
7. print('ABC'.isupper())    # True
8. print('Abc'.istitle())    # True
9. print('123'.isdecimal())  # True
10. print('123'.isnumeric())  # True
11. print('abc'.isascii())    # True
13. def validate_password(password):
14.     if len(password) < 8:
15.         return False, '密码至少8位'
16.     if not any(c.isupper() for c in password):
17.         return False, '密码必须包含大写字母'
18.     if not any(c.islower() for c in password):
19.         return False, '密码必须包含小写字母'
20.     if not any(c.isdigit() for c in password):
21.         return False, '密码必须包含数字'
22.     return True, '密码符合要求'
24. print(validate_password('abc'))
25. print(validate_password('abcdefgh'))
26. print(validate_password('Abcdefgh1'))

复制代码

七、实践选择清单

需要多行文本或文档字符串时用三引号；路径和正则优先用r-string，但末尾不能是单个反斜杠；需要格式化输出时用f-string，Python 3.6+可用，调试写法需要3.8+；需要把其他类型转成字符串时用str()，自定义类同时实现__str__和__repr__；少量拼接可用+，大量拼接用列表收集后join()；处理文件、网络和数据库文本时明确编码，读写两端保持一致；密码或格式校验可组合is系列方法和any()。这些选择都围绕原文示例中的事实：字符串不可变、转义规则、编码差异和join的分配方式。