Python f-string格式化用法详解
Python 3.6+ 引入的 f-string 不仅是更简洁的字符串格式化语法,更是兼顾性能、安全与可维护性的现代首选——它通过内联变量名和运行时表达式求值(如函数调用、切片、属性访问)大幅降低出错率,彻底规避 %s 和 format() 常见的参数不匹配、括号嵌套混乱、占位符错位等痛点;其紧凑的格式说明符(如 f"{pi:.2f}" 或 f"{user.name.upper()[:5]}_{id(user):x}")既复用 format() 的强大能力,又提升可读性与调试效率,尤其适合数值对齐、十六进制输出、浮点精度控制等实际场景。

f-string 为什么比 %s 和 format() 更值得默认用
因为它是 Python 3.6+ 原生支持的语法糖,写起来最直白、运行最快、还自带表达式求值能力。不是“更高级”,是更少出错、更少括号、更少位置匹配焦虑。
常见错误现象:ValueError: too many values to unpack(format() 传参个数不对)、TypeError: not all arguments converted(%s 占位符和参数不匹配),这类问题在 f-string 里基本消失——变量名直接出现在字符串里,拼错了 IDE 能标红,少写了参数根本过不了语法检查。
- f-string 中的表达式在运行时求值,支持函数调用、切片、属性访问,比如
f"{user.name.upper()[:5]}_{id(user):x}" %s只支持简单位置/命名占位,不支持任意表达式;format()支持但语法冗长,比如"{0.name!r:- 性能上:f-string ≈ 字符串拼接,快于
format(),远快于%格式化(尤其大量重复调用场景)
哪些情况不能用 f-string,必须退回 format() 或 %s
核心限制就一个:f-string 是编译期确定的字符串字面量,不能动态拼接模板本身。
使用场景举例:日志模板由配置文件读入、多语言文案需运行时选模板、SQL 拼接(虽不推荐,但现实存在)。
- 模板字符串本身来自变量?不行:
template = "Hello {name}"; f"{template}"不会解析{name},只会原样输出 - 需要复用同一模板多次?得用
str.format():tmpl = "User {id} is {status}"; tmpl.format(id=123, status='active') - 兼容老版本 Python(%s 或
format(),且注意%s对None默认转成'None',而format()和 f-string 会直接报错
f-string 的引号嵌套、大括号转义和调试技巧
这是新手掉坑最多的地方:想输出字面量大括号,或在 f-string 里混用单双引号,结果语法报错或逻辑错乱。
错误现象:SyntaxError: f-string: single '}' is not allowed,或意外触发变量插值。
- 要输出单个
{或},必须写两个:f"Price: {{${price}}}"→Price: {$19.99} - 里面嵌表达式,外层又用同种引号?换引号类型:
f"Name: '{user['name']}'"或f'Age: {user["age"]}' - 调试时想快速看变量值和类型?加等号:
f"{x=}"输出x=42,f"{x=!r}"输出x=42(带 repr),Python 3.8+ 支持 - 别在 f-string 里写复杂逻辑,比如
f"{[x for x in data if x > 0][0] if data else 'N/A'}"—— 可读性差,也难调试
格式化精度、对齐、进制这些细节怎么写才不翻车
f-string 的格式说明符和 format() 完全一致,但写法更紧凑。容易忽略的是默认行为差异和隐式类型转换。
使用场景:数值对齐报表、十六进制调试、浮点截断显示。
- 小数位数控制:
f"{pi:.2f}"→"3.14",但注意.2f是四舍五入,不是截断 - 左对齐 + 补空格:
f"{name:,右对齐用>10,居中用^10 - 十六进制带前缀:
f"{255:#x}"→"0xff",去掉#就是"ff" - 千分位分隔符:
f"{1234567:,}"→"1,234,567",但仅对数字有效,f"{'1234567':,}"会报错
最常被忽略的一点:f-string 中的表达式如果返回 None,整个字符串会包含 'None' 字面量,而不是跳过——比如 f"ID: {get_id()} Name: {get_name()}",其中一个函数返回 None,结果就是 "ID: 123 Name: None",而不是你期望的空字符串。得显式处理:f"ID: {get_id()} Name: {get_name() or ''}"。
以上就是《Python f-string格式化用法详解》的详细内容,更多关于的资料请关注golang学习网公众号!
第五人格PC皮肤获取与赠送方法
- 上一篇
- 第五人格PC皮肤获取与赠送方法
- 下一篇
- 用HTML模拟微信朋友圈界面
-
- 文章 · python教程 | 14小时前 |
- Python asyncio.gather 异常为什么会提前结束:return_exceptions 与任务取消边界
- 210浏览 收藏
-
- 文章 · python教程 | 14小时前 | 并发 · 日志 · 性能 · python · Python logging QueueHandler QueueListener 并发日志
- Python 高并发日志怎么避免拖慢请求:QueueHandler、QueueListener 与退出边界
- 268浏览 收藏
-
- 文章 · python教程 | 18小时前 |
- Python 百万行 CSV 怎么处理:csv 流式读取、pandas chunksize 与 SQLite 导入的取舍
- 330浏览 收藏
-
- 文章 · python教程 | 2天前 | 并发 · python · 故障排查 · asyncio · 任务取消 · Python asyncio.create_task Python 任务取消 asyncio CancelledError Python 异步任务收尾
- Python asyncio.create_task 取消后为什么还在跑:从引用丢失到任务收尾的故障复盘
- 490浏览 收藏
-
- 文章 · python教程 | 5天前 | 字符串 · 标准库 · 模板 · python · Python 3.14 · Template Python 3.14 t-string string.templatelib PEP 750
- Python 3.14 t-string 怎么用:别把 Template 当成普通字符串
- 121浏览 收藏
-
- 文章 · python教程 | 5天前 | [] · []
- Python Flask 表单重复提交怎么办:PRG 重定向、flash 提示和请求边界
- 343浏览 收藏
-
- 文章 · python教程 | 5天前 | 并发编程 · python · 多线程 · asyncio · 多进程 · queue.Queue Python并发 Python任务队列 asyncio.Queue multiprocessing.Queue
- Python 任务队列怎么选:queue.Queue、asyncio.Queue 与 multiprocessing.Queue
- 165浏览 收藏
-
- 文章 · python教程 | 5天前 | 命令行 · 异常处理 · Input · Python教程 · ValueError · 命令行交互 ValueError Python input int 输入校验 EOFError
- Python input 输入整数怎么防止 ValueError:循环校验、退出命令和 EOF 边界
- 458浏览 收藏
-
- 文章 · python教程 | 6天前 | 面向对象 · python · 后端开发 · dataclass · default_factory · Python Field 可变默认值 dataclass default_factory 列表字段
- Python dataclass 的列表字段怎么写:default_factory 避开共享数据和初始化报错
- 111浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- ljg-skills
- ljg-skills 是李继刚开源的 AI 技能与提示词集合,面向大模型使用者整理了一批可复用的 prompt、角色设定和任务技能模板,适合用于学习提示词设计、搭建个人 AI 工作流和沉淀团队常用智能体能力。
- 4635次使用
-
- MELO音乐
- MELO音乐是一站式AI视频与音乐制作助手,对标suno, udio的高品质体验。提供伴奏生成、原创写词、无损导出、哼唱识曲、混音变声等全套音频与短视频编辑工具。无论是流行Kpop、电音说唱、民谣古风、摇滚儿歌还是商用轻音乐,MELO为你免费谱曲,轻松做同款!
- 4251次使用
-
- UniScribe
- UniScribe 是一款 AI 音视频转文字与内容整理工具,支持上传音频、视频文件或粘贴 YouTube 链接,自动生成转写文本、摘要、思维导图和关键问题,并支持多格式导出,适合会议记录、课程学习、访谈整理和内容创作复盘。
- 4206次使用
-
- 剧云
- 剧云是专业中文剧本创作平台,安全稳定运行十余年,集成AI编剧、剧本医生审核、人物小传、剧情关系图、大纲编写、多人协作、Word导入导出、版权管控功能,数据安全防护,轻松高效创作剧本。
- 4432次使用
-
- 万象有声
- 万象有声,一个专为有声创作者打造的新一代智能有声内容创作平台。平台提供专业的智能拆章、智能画本编辑、AI配音、AI生成音效、后期制作、智能对轨、智能审听等有声创作全流程工具,可以帮助创作者高效、低成本创作出引人入胜的有声作品。立即体验,让有声书制作更简单!
- 4385次使用
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览
-
- httpx 如何设置代理认证(Proxy-Authorization)
- 2026-05-05 501浏览

