python中format函数用法(Python格式化字符串)

Python中的format函数是字符串格式化的核心工具，自Python 2.6引入后逐渐成为替代传统百分号（%）格式化的标准方案。其核心优势在于通过位置参数、关键字参数、对象属性等多维度动态插入数据，并支持复杂的格式规范控制。与f-string（Python 3.6+）相比，format函数具有更好的向后兼容性，且在处理复杂嵌套结构时表现更优。该函数采用``占位符语法，结合格式规范符（如填充、对齐、精度、类型转换）实现精细化控制，同时支持自定义字典、列表推导、表达式计算等高级特性。在多平台开发中，format函数可统一处理数值、日期、字节等数据类型的跨平台格式化需求，其灵活性和可扩展性使其成为科学计算、Web开发、自动化脚本等领域的首选工具。

---

一、基础语法与占位符机制

基础语法与占位符机制

format函数通过``占位符实现数据插入，支持位置参数和关键字参数两种传递方式。

参数类型	示例代码	输出结果
位置参数	" + = ".format(1,2,3)	1 + 2 = 3
关键字参数	"a+b=c".format(a=1,b=2,c=3)	1+2=3
混合参数	"01=2".format(2,3,6)	23=6

占位符可通过索引编号或参数名称定位数据源，其中索引从0开始计数。当参数数量较多时，建议优先使用命名参数提升代码可读性。

---

二、填充与对齐控制

填充与对齐控制

通过格式规范符可精确控制字符串的填充字符、对齐方式及宽度。

格式规范	含义	示例
>8	右对齐，总宽8字符	":>8".format("123") → ' 123'
<8	左对齐，总宽8字符	":<8".format("123") → '123 '
^8	居中对齐，总宽8字符	":^8".format("123") → ' 123 '
^+=8	混合填充与对齐	":^+8".format(4) → '++4++'

填充字符默认为空格，可通过前缀符号（如）指定自定义填充物。对齐方式优先级高于填充设置，常用于生成固定宽度的表格数据。

---

三、数值型数据处理

数值型数据处理

format函数支持整数、浮点数、复数等数值类型的精细化格式化。

格式规范	适用类型	示例
,	整数/浮点数	":,".format(1000000) → '1,000,000'
.2f	浮点数	":.2f".format(3.1415) → '3.14'
+08d	整数	":+08d".format(-12) → '-0000012'
.2e	科学计数法	":.2e".format(0.001234) → '1.23e-03'

浮点数精度控制需注意四舍五入规则，复数类型可通过.nf规范实部与虚部。对于金融类应用，千分位分隔符（,）可显著提升数据可读性。

---

四、日期与时间格式化

日期与时间格式化

结合datetime模块，format函数可实现跨平台的日期时间格式化。

格式规范	Python代码	输出示例
%Y-%m-%d	dt.strftime('%Y-%m-%d')	2023-10-05
%A, %B %d	dt.strftime('%A, %B %d')	Thursday, October 05
%H:%M:%S	dt.strftime('%H:%M:%S')	15:30:45

需注意不同操作系统默认日期格式差异（如美式MM/DD/YYYY与欧式DD/MM/YYYY），使用format函数配合标准格式规范可确保跨平台一致性。时间戳处理可通过time.strftime()实现类似效果。

---

五、类型转换与自定义映射

类型转换与自定义映射

format函数支持显式类型转换和自定义映射关系。

转换类型	格式规范	示例
转字符串	s	":s".format(123) → '123'
转浮点数	f	":f".format(456) → '456.000000'
转十六进制	x	":x".format(255) → '0xff'
自定义映射	映射字典	"a":1.format(a=2) → '1'

当传入参数类型与目标格式不匹配时，会触发隐式类型转换。例如对整数使用.2f会自动转为浮点数。自定义字典映射可实现字段别名替换，但需确保键值对应关系准确。

---

六、嵌套格式化与复杂结构

嵌套格式化与复杂结构

format函数支持多层嵌套，可处理列表、字典、元组等复杂数据结构。

• 列表遍历："".format([i2 for i in [1,2,3]]) → '[2, 4, 6]'
• "a[b]".format(a="b":3) → '3'
• "(3+5)2".format() → '16'

嵌套层级过深时建议拆分格式化步骤，避免出现IndexError或KeyError。对于JSON结构数据，可结合json.dumps()实现树状格式化。

---

七、性能对比与适用场景

不同格式化方案在执行效率和内存占用上存在显著差异。

方案类型	10万次循环耗时
str.format	0.8秒