当使用`str.split()`函数通过分隔符解析字符串时，连续的分隔符或字符串开头/结尾的分隔符会导致结果列表中出现空字符串。本文将深入探讨`str.split()`的这一行为，并推荐使用Python标准库`pathlib`中的`PurePath`来更优雅、准确地处理文件路径字符串，从而避免手动过滤空字符串的繁琐。
str.split() 对连续分隔符的处理机制
str.split(delimiter) 方法的工作原理是在每次遇到指定的分隔符时将字符串进行分割。如果字符串中存在连续的分隔符，或者分隔符出现在字符串的开头或结尾，split() 方法会认为在这些位置之间或与字符串边界之间存在一个“空”的子字符串。
考虑以下路径字符串的例子：
path = "/a/b///c/../d/.//f"
result_list = path.split('/')
print(result_list)预期输出可能是 ['a', 'b', 'c', '..', 'd', '.', 'f']，但实际输出却是：
立即学习“Python免费学习笔记（深入）”；
['', 'a', 'b', '', '', 'c', '..', 'd', '.', '', 'f']
这个结果包含了多个空字符串，其原因在于：
- 字符串开头的 /： 导致第一个空字符串。split() 认为在字符串开头和第一个 / 之间存在一个空部分。
- 连续的 ///： 在 b 和 c 之间有三个 /。第一个 / 分割出 b，第二个 / 分割出一个空字符串，第三个 / 再次分割出一个空字符串。
- ./ 后紧跟的 /： 在 . 和 f 之间有一个 //，同样会产生一个空字符串。
这种行为对于需要精确控制分割结果，尤其是处理路径字符串时，可能会带来不便，需要额外的逻辑来过滤掉这些空字符串。
推荐方案：使用 pathlib.PurePath 处理路径字符串
对于文件路径的解析和操作，Python标准库 pathlib 提供了强大而直观的工具。其中，PurePath 类专门用于处理不涉及实际文件系统操作的路径字符串，它能够优雅地解析路径组件，并自动处理多余的分隔符。
PurePath 对象的 parts 属性会返回一个元组，其中包含了路径的所有组成部分，且会自动剔除空字符串。
from pathlib import PurePath path = "/a/b///c/../d/.//f" # 使用 PurePath 解析路径 parsed_path_parts = PurePath(path).parts print(parsed_path_parts)
运行上述代码，将得到以下输出：
('/', 'a', 'b', 'c', '..', 'd', 'f')可以看到，PurePath 自动识别并移除了所有由连续分隔符或多余分隔符导致的空字符串。它将路径的根目录 / 作为一个独立的组件保留，这符合文件系统路径的语义。
如果您需要一个不包含根目录 / 的路径组件列表，可以根据需要进行进一步处理，例如：
from pathlib import PurePath path = "/a/b///c/../d/.//f" parsed_path_parts = PurePath(path).parts # 移除开头的根目录 '/' components_without_root = [p for p in parsed_path_parts if p != '/'] print(components_without_root)
输出将是：
['a', 'b', 'c', '..', 'd', 'f']
总结与注意事项
- str.split() 的行为： 了解 str.split() 在遇到连续分隔符或分隔符位于字符串边界时的行为至关重要。它会生成空字符串来表示这些“空”的部分。
- 路径处理的首选： 对于文件或目录路径的解析，强烈建议使用 pathlib 模块，特别是 PurePath 类。它不仅能自动处理多余的分隔符和空字符串，还能提供更高级的路径操作功能，如路径拼接、相对路径计算等，使代码更健壮、更易读。
- 一般字符串分割： 如果处理的不是路径字符串，而是一般字符串且确实需要去除 str.split() 产生的空字符串，可以使用列表推导式或 filter() 函数进行过滤，例如 [part for part in my_string.split('/') if part]。但对于路径，pathlib 始终是更专业的选择。
通过采用 pathlib.PurePath，您可以避免手动处理 str.split() 可能产生的冗余空字符串，从而编写出更简洁、更符合Python惯例的路径处理代码。
