Python 中 join() 和 split() 函数有什么区别？

TypeError: sequence item 2: expected str instance, int found

这类报错，我看 Python 代码时见得不少。十次里面有八次，是把 join() 当成“万能拼接器”用了。还有一种更隐蔽，日志切字段时一把 split() 下去，结果字段数量不对，后面入库全错位。

join() 和 split() 看着像一对反向操作，但别真把它们当成完全互逆。它俩一个负责“合起来”，一个负责“拆开”，方向不一样，脾气也不一样。

split() 是字符串的方法。

它盯着一个字符串，把它按指定分隔符拆成列表。

line = "2026-05-10|pay|u_1024|39.90"
parts = line.split("|")
print(parts)
# ['2026-05-10', 'pay', 'u_1024', '39.90']

这个没什么玄学，line 是原始字符串，"|" 是分隔符，拆完以后返回一个 list。

我平时处理日志、导出文件、回放接口数据，经常第一步就是这么干。但这里有个坑，别顺手写成这样：

line = "2026-05-10|pay|u_1024|39.90|extra"
day, biz, user_id, amount = line.split("|")

这段代码在线上数据稍微脏一点就炸。

ValueError: too many values to unpack

更稳一点的写法是限制拆分次数。日志里面有些字段本身可能带分隔符，这种情况别全量 split。

line = "2026-05-10|pay|u_1024|39.90|remark=a|b|c"
day, biz, user_id, rest = line.split("|", 3)
print(day)
print(biz)
print(user_id)
print(rest)
# 2026-05-10
# pay
# u_1024
# 39.90|remark=a|b|c

这里的 3 不是返回 3 段，而是最多切 3 刀。

这个细节我建议记住，比背概念有用。很多配置行、日志行、消息体，前几个字段固定，后面一坨是扩展内容，用 split("|", 3) 比无脑全切舒服很多。

再看 join()。

join() 也是字符串的方法，但它不是对字符串做拆分，而是把一个“字符串序列”按某个分隔符拼起来。

fields = ["2026-05-10", "pay", "u_1024", "39.90"]
line = "|".join(fields)
print(line)
# 2026-05-10|pay|u_1024|39.90

注意这个写法有点反直觉。

不是 fields.join("|")，而是 "|".join(fields)。

这个地方新手很容易别扭。我当年也嫌弃过这个设计，但写久了你会发现它很统一：谁当分隔符，谁来调用 join()。

比如逗号拼接：

tags = ["python", "backend", "log"]
print(",".join(tags))
# python,backend,log

换行拼接：

rows = [
"order_id,user_id,amount",
"o_1001,u_1024,39.90",
"o_1002,u_2048,66.00",
]
csv_text = "\n".join(rows)
print(csv_text)

这里 "\n" 就是分隔符。

但 join() 有一个很硬的要求：被拼接的每一项都必须是字符串。

下面这种代码，迟早报错：

order = ["o_1001", "u_1024", 39.90]
print("|".join(order))

报错：

TypeError: sequence item 2: expected str instance, float found

别怪 Python 小气。join() 不会帮你偷偷转类型，因为偷偷转类型有时候会埋坑。

我一般会明确处理一次：

order = {
"order_id": "o_1001",
"user_id": "u_1024",
"amount": 39.90,
"status": None,
}
fields = [
    order["order_id"],
    order["user_id"],
f"{order['amount']:.2f}",
    order["status"] or"",
]
line = "|".join(fields)
print(line)
# o_1001|u_1024|39.90|

这段代码看着啰嗦一点，但它把金额格式、空值兜底都写清楚了。数据导出这种东西，我宁可多写两行，也不愿意让 str(None) 混进文件里。

split() 还有一个容易误判的点：不传参数时，它不是按一个空格拆，而是按“任意空白”拆，并且会自动丢掉多余空白。

text = "  u_1024   pay   39.90  "
print(text.split())
# ['u_1024', 'pay', '39.90']

但你显式传空格，结果就不一样了：

text = "  u_1024   pay   39.90  "
print(text.split(" "))
# ['', '', 'u_1024', '', '', 'pay', '', '', '39.90', '', '']

这个地方我见过有人踩坑。处理命令行输出、人工整理的文本，用 split() 不传参经常更合适；处理严格分隔的数据，比如 CSV 的简化版、日志字段、协议字段，就应该明确写分隔符。

还有空字段的问题，也要留意。

line = "u_1024||39.90"
print(line.split("|"))
# ['u_1024', '', '39.90']

中间那个空字符串不是 bug，它表示两个 | 中间确实没有值。

这对导入数据很重要。你不能看到空字符串就随手过滤掉，不然字段位置会错。

比如下面这种写法，我一般不太信：

line = "u_1024||39.90"
fields = [x for x in line.split("|") if x]
print(fields)
# ['u_1024', '39.90']

看起来干净了，实际上把第二个字段弄没了。后面如果按下标取值，amount 可能就跑到别的字段上去了。

更稳一点：

line = "u_1024||39.90"
user_id, coupon_id, amount = line.split("|")
coupon_id = coupon_id orNone
print(user_id, coupon_id, amount)
# u_1024 None 39.90

这才像处理业务数据。

那 join() 和 split() 能不能互相还原？

简单场景可以。

raw = "python,java,go"
items = raw.split(",")
back = ",".join(items)
print(back)
# python,java,go

但只要数据里面本身包含分隔符，就不一定了。

items = ["python", "java,backend", "go"]
raw = ",".join(items)
print(raw)
# python,java,backend,go
print(raw.split(","))
# ['python', 'java', 'backend', 'go']

原来第二个元素是 "java,backend"，拆回去以后变成两个字段了。

所以别把 join() + split() 当成可靠序列化方案。字段里可能出现分隔符时，该用 JSON 用 JSON，该用 CSV 模块用 CSV 模块，别自己硬拼。

import json
payload = {
"user_id": "u_1024",
"tags": ["python", "java,backend", "go"],
}
text = json.dumps(payload, ensure_ascii=False)
data = json.loads(text)
print(data["tags"])
# ['python', 'java,backend', 'go']

最后捋一下。

split()：字符串拆列表。

"a|b|c".split("|")
# ['a', 'b', 'c']

join()：列表拼字符串。

"|".join(["a", "b", "c"])
# 'a|b|c'

真正写代码时，我更关心这几个判断：

数据是不是严格分隔？字段里会不会带分隔符？空字段能不能丢？元素是不是全是字符串？金额、时间、None 要不要提前格式化？

这些问题想清楚了，join() 和 split() 基本不会写错。否则代码看着就一行，后面排数据错位能排半天。