我正在移植一些调用 split() 的 Python 2 代码在字符串上，所以我需要知道它的确切行为。 The documentation声明当您不指定 sep 时论点，“连续空白的运行被视为单个分隔符”。
不幸的是，它没有指定将是哪些字符。有一些明显的竞争者(如空格、制表符和换行符)，但 Unicode 包含许多其他候选者。
哪些字符被 split() 认为是空格?
由于答案可能是特定于实现的，我的目标是 CPython。
(注意:我自己研究了这个答案，因为我在任何地方都找不到它，所以我会在这里发布它，希望对其他人有益。)
最佳答案
不幸的是，这取决于您的字符串是否是 str或 unicode (至少，在 CPython 中 - 我不知道这种行为是否实际上是由任何地方的规范强制执行的)。
如果是 str ，答案很简单:
0x09标签 0x0a换行 0x0b垂直标签 0x0c换页 0x0d回车 0x20空间 来源:这些是带有
PY_CTF_SPACE 的字符在 Python/pyctype.c ，由 Py_ISSPACE 使用，由 STRINGLIB_ISSPACE 使用，由 split_whitespace 使用.如果是
unicode , 共有 29 个字符，除上述之外还有:U+001c通过 0x001f : 文件/组/记录/单位分隔符 U+0085 : 下一行 U+00a0 :不间断空格U+1680 : Ogham Space Mark U+2000通过 0x200a : 各种固定大小的空间(例如 Em Space)，但请注意，不包括零宽度空间 U+2028 : 行分隔符 U+2029 : 段落分隔符 U+202f :狭窄的不间断空间U+205f :中等数学空间U+3000 : 表意空间请注意，前四个也是有效的 ASCII 字符，这意味着仅 ASCII 的字符串可能会根据它是否为
str 进行不同的拆分。或 unicode !来源:这些是
_PyUnicode_IsWhitespace 中列出的字符，由 Py_UNICODE_ISSPACE 使用，由 STRINGLIB_ISSPACE 使用(看起来他们对 str 和 unicode 使用相同的函数实现，但为每种类型分别编译它，某些宏实现不同)。文档字符串对这组字符的描述如下:Unicode characters having the bidirectional type 'WS', 'B' or 'S' or the category 'Zs'
关于python - split() 将哪些字符视为空格？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/61566711/