问题：我split('\n')用来获取一个字符串中的行，发现''.split()返回一个空列表[]，而''.split('\n')返回['']。

该str.split()方法有两种算法。如果没有给出参数，它会在重复运行的空白处分裂。但是，如果给定参数，则将其视为单个分隔符，不会重复运行。

在拆分空字符串的情况下，第一种模式（无参数）将返回一个空列表，因为空格被吃掉并且没有值可以放入结果列表中。

相反，第二种模式（带有诸如 的参数\n）将产生第一个空字段。考虑如果你写了'\n'.split('\n')，你会得到两个字段（一个拆分，给你两半）。

问题：这种差异有什么具体原因吗？

当数据在具有可变数量空白的列中对齐时，第一种模式很有用。例如：

>>> data = '''\
Shasta      California     14,200
McKinley    Alaska         20,300
Fuji        Japan          12,400
'''
>>> for line in data.splitlines():
        print(line.split())

['Shasta', 'California', '14,200']
['McKinley', 'Alaska', '20,300']
['Fuji', 'Japan', '12,400']

第二种模式适用于分隔数据，例如CSV，其中重复的逗号表示空字段。例如：

>>> data = '''\
Guido,BDFL,,Amsterdam
Barry,FLUFL,,USA
Tim,,,USA
'''
>>> for line in data.splitlines():
        print(line.split(','))

['Guido', 'BDFL', '', 'Amsterdam']
['Barry', 'FLUFL', '', 'USA']
['Tim', '', '', 'USA']

请注意，结果字段的数量比分隔符的数量大一。想想剪断一根绳子。如果你没有剪裁，你只有一件。切一刀，出两片。进行两次切割，得到三片。Python的str.split(delimiter)方法也是如此：

>>> ''.split(',')       # No cuts
['']
>>> ','.split(',')      # One cut
['', '']
>>> ',,'.split(',')     # Two cuts
['', '', '']

问题：还有更方便的方法来计算字符串中的行数吗？

是的，有几个简单的方法。一种用途str.count()，另一种用途str.splitlines()。两种方式都会给出相同的答案，除非最后一行缺少\n.
如果缺少最后的换行符，该str.splitlines方法将给出准确的答案。一种更快且准确的技术使用 count 方法，但随后将其更正为最终换行符：

>>> data = '''\
Line 1
Line 2
Line 3
Line 4'''

>>> data.count('\n')                               # Inaccurate
3
>>> len(data.splitlines())                         # Accurate, but slow
4
>>> data.count('\n') + (not data.endswith('\n'))   # Accurate and fast
4

来自@Kaz 的问题：为什么将两种截然不同的算法硬塞到一个函数中？

for 的签名str.split大约有 20 年的历史，那个时代的许多 API
都是严格实用的。虽然不完美，但方法签名也不是“可怕的”。在大多数情况下，Guido 的 API 设计选择经受住了时间的考验。

当前的 API 并非没有优势。考虑以下字符串：

ps_aux_header  = 'USER               PID  %CPU %MEM      VSZ'
patient_header = 'name,age,height,weight'

当被要求将这些字符串分解为字段时，人们倾向于使用相同的英文单词“split”来描述两者。当被要求阅读诸如fields = line.split()or之类的代码时fields = line.split(',')，人们倾向于将这些语句正确解释为“将一行拆分为多个字段”。

Microsoft Excel 的text-to-columns
工具做出了类似的 API
选择，并将两种拆分算法合并到同一个工具中。尽管涉及不止一种算法，但人们似乎在心理上将场分裂建模为一个单一的概念。