Python 3.12 Std_Libs - String - 03 - 去除空白与填充
Python 3.12 Std_Libs - String - 去除空白与填充
字符串处理中，去除多余空白字符（空格、制表符、换行符等）以及填充对齐（使字符串达到固定宽度）是极为常见的操作。Python 标准库提供了强大的内置方法，并且string模块中的某些功能也涉及空白处理，stringprep模块甚至定义了针对国际化场景的空白字符映射。本文将从str类型的内置方法入手，深入分析其 CPython 底层实现原理，横向对比string模块中的辅助工具，并解读stringprep中与空白处理相关的部分。最后通过大量实战示例，展示如何在不同场景下高效地使用这些方法。
一、去除空白字符的方法
去除空白字符主要用于清理用户输入、解析文本、规范化数据等场景。str类型提供了三个基础方法：
| 方法 | 作用 | 是否修改原字符串 |
|---|---|---|
str.strip([chars]) | 移除字符串首尾的指定字符（默认空白字符） | 否（返回新字符串） |
str.lstrip([chars]) | 移除字符串左侧（开头）的指定字符 | 否 |
str.rstrip([chars]) | 移除字符串右侧（结尾）的指定字符 | 否 |
这些方法共同构成了去除空白字符的完整工具集。
1.1strip()– 首尾去除
strip()移除字符串首尾的空白字符（包括空格、制表符\t、换行符\n、回车符\r、换页符\f、垂直制表符\v等）或指定的字符集。如果不提供参数，则移除所有空白字符（Unicode 中定义的空格类字符）。如果提供参数，则将参数视为一个字符集合，移除首尾属于该集合的字符，直到遇到不在集合中的字符为止。
基本用法：
s=" \t hello world \n "print(s.strip())# "hello world"print(s.lstrip())# "hello world \n "print(s.rstrip())# " \t hello world"指定字符集：
s="***hello***"print(s.strip('*'))# "hello"s="xxhelloxx"print(s.strip('x'))# "hello"注意：参数不是子串，而是字符集合。例如strip('ab')会移除首尾所有'a'或'b'字符，直到遇到不是'a'或'b'的字符。
底层实现（CPython）：
在 CPython 中，unicode_strip函数（位于Objects/unicodeobject.c）负责实现strip。其流程如下：
- 获取字符串的长度和指向缓冲区的指针。
- 如果未提供
chars参数，则使用预定义的空白字符检查函数_PyUnicode_IsWhitespace（该函数基于 Unicode 标准判断字符是否为空白）。 - 如果提供了
chars，则构建一个字符查找集（用PyUnicode_Contains或布尔数组加速）。 - 从左侧开始逐字符检查，直到遇到第一个不在集合中的字符，记录起始索引。
- 从右侧开始逐字符检查，直到遇到第一个不在集合中的字符，记录结束索引。
- 返回切片
[start:end]。
时间复杂度 O(n)，其中 n 为字符串长度，但实际扫描仅遍历首尾可能被移除的部分，平均很快。
1.2lstrip()与rstrip()的底层差异
lstrip和rstrip的实现与strip类似，但只从一侧扫描。lstrip计算新起点，rstrip计算新终点，均通过切片返回新字符串。
性能考量：对于长字符串但只需移除少量前缀空白时，lstrip非常高效，因为它只需扫描前缀部分。但注意，它仍然会创建新字符串。
1.3 与removeprefix()/removesuffix()的区别
removeprefix和removesuffix是 Python 3.9 引入的方法，用于精确删除指定的前缀或后缀（整个子串），而不是字符集合。它们并非去除空白，但常被混淆。举例：
s=" hello"print(s.lstrip