深入解析Python内置函数len:从基础用法到高级技巧,覆盖所有常见数据类型与实战场景
len是Python中使用频率最高的内置函数之一,它返回对象的长度或元素个数。从字符串、列表到字典、集合,len提供了一种统一、高效的统计方式,无需遍历整个对象即可获取其“大小”。
在Python设计哲学中,len函数体现了“鸭子类型”原则:只要对象实现了__len__方法,就能被len调用。这种设计极大增强了语言的扩展性与一致性。
早期Python曾考虑将len作为方法(如obj.length()),但最终选择作为内置函数,原因有三:
strlen())因此,len本质是调用对象的__len__方法的语法糖,但其封装使代码更简洁、语义更清晰。
len(obj)
参数:obj为任意可计算长度的对象(需实现__len__或__length_hint__)
返回值:非负整数(若对象未实现长度协议,则抛出TypeError)
# 字符串
s = "Hello, Python!"
print(len(s)) # 输出:14
# 列表
lst = [1, 2, 3, [4, 5]]
print(len(lst)) # 输出:4(仅统计最外层元素)
# 元组
t = (1, 2, 3)
print(len(t)) # 输出:3
# 字典
d = {"a": 1, "b": 2}
print(len(d)) # 输出:2(统计键数量)
# 集合
st = {1, 2, 3, 3}
print(len(st)) # 输出:3(去重后元素数)
# range对象
r = range(5, 15, 3)
print(len(r)) # 输出:4(5,8,11,14)
# 空容器
print(len([])) # 输出:0
print(len("")) # 输出:0
print(len({})) # 输出:0
⚠️ 注意:嵌套结构的长度仅统计**直接子元素**数量。如列表[1, [2,3], 4]长度为3,而非4。
len返回字符串的**字符数**(Unicode码点数量),而非字节数。
s1 = "你好"
s2 = "hello"
s3 = "café" # é是单个字符
s4 = "🚀" # 旗帜emoji
print(len(s1)) # 2
print(len(s2)) # 5
print(len(s3)) # 4
print(len(s4)) # 1
对比字节长度(需编码):
print(len(s1.encode('utf-8'))) # 6(UTF-8中“你”占3字节,“好”占3字节)
print(len(s4.encode('utf-8'))) # 4(emoji通常占4字节)
💡 实用场景:校验输入长度(如密码至少8字符)、文本分块处理。
len返回列表中**顶层元素个数**,不递归统计嵌套内容。
lst = [1, [2,3], "abc", None]
print(len(lst)) # 4
# 验证嵌套不影响
nested = [[1,2], [3,4,5], [6]]
print(len(nested)) # 3
print(len(nested[1])) # 3(访问子列表)
⚠️ 常见误区:误以为len([[1,2], [3]])返回3,实际为2。
len返回字典中**键值对数量**,等价于键的数量。
d = {"name":"Alice","age":30,"city":"Beijing"}
print(len(d)) # 3
# 动态变化示例
d["job"] = "Engineer"
print(len(d)) # 4
del d["age"]
print(len(d)) # 3
💡 提示:字典长度反映当前状态,是动态值。
len返回集合中**唯一元素数量**(自动去重)。
st = {1, 2, 2, 3, 3, 3}
print(len(st)) # 3
# 空集
empty_st = set()
print(len(empty_st)) # 0
# 集合推导式
st2 = {x%3 for x in range(10)}
print(len(st2)) # 3({0,1,2})
行为与列表完全一致,统计顶层元素数量。
t = (1, 2, (3,4), 5)
print(len(t)) # 4
# 空元组
print(len(())) # 0
len返回range生成的**整数序列长度**,计算公式为max(0, (stop-start)//step)。
print(len(range(5))) # 5(0,1,2,3,4)
print(len(range(2,8,2))) # 3(2,4,6)
print(len(range(10,5,-1)))# 5(10,9,8,7,6)
print(len(range(5,5,1))) # 0(空序列)
💡 注意:负步长且start < stop时返回空序列,长度为0。
__len__协议要让自定义类支持len,只需在类中定义__len__方法,返回非负整数。
class BookCollection:
def __init__(self):
self.books = []
def add_book(self, title):
self.books.append(title)
def remove_book(self, title):
if title in self.books:
self.books.remove(title)
def __len__(self):
return len(self.books)
# 使用
collection = BookCollection()
collection.add_book("Python Core")
collection.add_book("Data Science")
print(len(collection)) # 2
collection.remove_book("Python Core")
print(len(collection)) # 1
💡 实现__len__时需确保:
ValueError__len__中执行耗时操作(应缓存长度)class DynamicBag:
def __init__(self):
self._items = []
self._length = 0
def add(self, item):
self._items.append(item)
self._length += 1
def remove(self, item):
if item in self._items:
self._items.remove(item)
self._length -= 1
def __len__(self):
return self._length
def __repr__(self):
return f"DynamicBag({self._items})"
bag = DynamicBag()
bag.add(10); bag.add(20)
print(len(bag)) # 2
bag.remove(10)
print(len(bag)) # 1
CPython对内置类型做了特殊优化:
PyVarObject.ob_size字段中,直接读取PyASCIIObject.length中PyDictObject.ma_used中因此:len([1]*1000000)与len([1,2,3])耗时几乎相同!
import timeit
# 测试不同长度列表的len()耗时
for size in [10, 1000, 1000000]:
lst = list(range(size))
t = timeit.timeit(lambda: len(lst), number=100000)
print(f"列表长度 {size:>7}:{t:.6f} 秒/10万次调用")
| 列表大小 | len()耗时(秒/10万次) |
|---|---|
| 10 | 0.0041 |
| 1,000 | 0.0043 |
| 1,000,000 | 0.0045 |
对比:手动计数(O(n))
def manual_count(lst):
count = 0
for _ in lst:
count += 1
return count
# len(lst) vs manual_count(lst)
lst = list(range(10000))
print(timeit.timeit(lambda: len(lst), number=1000)) # 约0.0003秒
print(timeit.timeit(lambda: manual_count(lst), number=1000)) # 约0.15秒
💡 最佳实践:
for i in range(len(lst))可优化为for item in lst)生成器是惰性求值,无法直接获取长度:
gen = (x**2 for x in range(5))
print(len(gen)) # TypeError: object of type 'generator' has no len()
解决方案:
# 方案1:转为列表(内存消耗大)
print(len(list(gen))) # 5
# 方案2:用itertools.count(推荐)
from itertools import count, islice
gen = (x**2 for x in range(5))
length = sum(1 for _ in gen)
print(length) # 5
中文/emoji在UTF-8中占多字节,但len统计字符数:
s = "你好🚀"
print(len(s)) # 3(字符数)
print(len(s.encode('utf-8'))) # 9(字节数:你3+好3+🚀3)
适用场景:
len只统计键数量,值内容无关:
d = {"a": None, "b": 0, "c": False}
print(len(d)) # 3(三个键)
print(len("")) # 0(空字符串)
print(len(None)) # TypeError
判断空容器应直接用len或布尔上下文:
s = ""
if not s: # 更Pythonic
print("空字符串")
# 避免
if len(s) == 0:
print("空字符串")
lst = [1, 2, 3]
n = len(lst) # n=3
lst.append(4)
print(len(lst)) # 4
print(n) # 3(n未更新!)
解决方案:始终在需要时直接调用len,而非缓存值。
💡 真实案例:某电商网站统计购物车商品数,错误使用len(cart.items)(items是生成器),导致长度始终为0。修复后改用len(list(cart.items)),但更优方案是直接在数据库层COUNT(*)。
__length_hint__协议引入(优化迭代器)match语句中可直接用len匹配长度| 类型 | len含义 | 空值长度 |
|---|---|---|
| str | 字符数 | 0 |
| list/tuple | 顶层元素数 | 0 |
| dict | 键数量 | 0 |
| set/frozenset | 唯一元素数 | 0 |
| range | 序列长度 | 0 |
| bytes | 字节数 | 0 |
| bytearray | 字节数 | 0 |