### Python 字符串分割函数 `str.split()` 使用方法 `str.split()` 是 Python 中用于字符串分割的标准内置函数之一。该函数可以按照指定的分隔符将字符串切分为多个部分，并返回一个包含这些部分的列表。 #### 函数原型 `split(sep=None, maxsplit=-1)` - **sep**: 指定分隔符，默认为任何空白字符（如空格、制表符 `\t` 或换行符 `\n`）。如果不提供此参数，则会自动跳过连续的空白字符。 - **maxsplit**: 控制最大分割次数。默认值 `-1` 表示不限制分割次数，即完全分割整个字符串[^1]。 #### 基本用法 以下是几个常见的使用场景： ```python text = "apple banana cherry" result = text.split() print(result) # 输出: ['apple', 'banana', 'cherry'] ``` 当未指定分隔符时，`split()` 默认按任意空白字符进行分割[^1]。 --- #### 自定义分隔符 可以通过设置 `sep` 参数来指定特定的分隔符。例如： ```python data = "a,b,c,d" output = data.split(",") print(output) # 输出: ['a', 'b', 'c', 'd'] ``` 在此例中，逗号 `,` 被作为分隔符[^2]。 --- #### 设置最大分割次数 通过调整 `maxsplit` 参数，可控制最多分割几次。超出设定次数的部分不会被进一步分割： ```python string = "one-two-three-four" part1 = string.split("-", 1) part2 = string.split("-", 2) print(part1) # 输出: ['one', 'two-three-four'] print(part2) # 输出: ['one', 'two', 'three-four'] ``` 这里展示了如何利用 `maxsplit` 实现有限次分割[^2]。 --- ### Pandas 中的字符串分割 在数据分析库 pandas 中也提供了类似的字符串分割功能，但其行为略有不同。Pandas 提供了 `.str.split()` 方法专门处理 DataFrame 列中的字符串数据[^3]。 #### 示例代码 假设有一个包含路径名的数据框列： ```python import pandas as pd df = pd.DataFrame({'path': ["folder/file.txt", "archive/data.csv"]}) df['file'] = df['path'].str.split('/').str[-1] print(df) ``` 运行结果如下： ``` path file 0 folder/file.txt file.txt 1 archive/data.csv data.csv ``` 此处演示了如何提取文件名字段。需要注意的是，在 Pandas 中操作前需显式调用 `.str` 接口以启用字符串方法支持[^4]。 --- ### 总结 无论是基础版还是扩展到框架层面的应用程序开发过程中，掌握好 `str.split()` 及其变体形式对于高效完成各种涉及文本解析的任务至关重要。