len() 返回码点数而非显示宽度,直接与切片混用会导致中文、emoji 显示错位;s[:n] 按码点安全截取,需预留省略号空间,字节限制则须 encode 后判断。
为什么 len() 和切片不能直接混用判断截断点
很多人写 if len(s) > 10: s = s[:10] 看似合理,但实际在处理中文、emoji 或代理对(surrogate pairs)时可能出错——len() 返回的是 Unicode 码点个数,而终端/前端显示宽度未必一致。比如 "??" 是一个 emoji 组合,len() 返回 2 或 4(取决于 Python 版本和字符串编码),但视觉上只占 2 个字符宽。单纯靠 len() 截取会导致显示错位或截断不完整。
用 s[:n] 截取前 n 个 Unicode 码点最安全
Python 字符串切片默认按 Unicode 码点索引,不是字节也不是显示宽度。对绝大多数纯文本场景(英文、数字、常见中文),这是最简单可靠的截断方式:
s = "Hello世界?" print(s[:7]) # 输出:Hello世
注意:s[:7] 取前 7 个码点,不是前 7 个字节,也不保证是“7 个汉字”——中文字符每个占 1 个码点,所以这里刚好是 5 英文 + 2 中文。
- 若需严格控制显示宽度(如终端对齐),应改用
unicodedata.east_asian_width()或第三方库textwrap配合len()校正 -
s[:n]对空字符串、n超长都安全,不会报错 - 避免写
s[0:n],和s[:n]功能相同但冗余
截取后补省略号的常见错误与修正
加 "..." 很自然,但直接 s[:10] + "..." 会把原字符串强行截到 10 位再加,导致总长变成 13 —— 这不是“最多显示 10 个字符”的需求。
立即学习“Python免费学习笔记(深入)”;