Python如何按指定长度拆分字符串且不截断单词

开发者阿泽

2026-9-13

按指定长度拆分文本且不截断单词的实现方案

原有方案问题

直接按固定步长切片的逻辑，没有考虑单词边界，会直接从单词中间切断，示例中n=10时输出['this is a ', 'test sente', 'nce']，不符合预期。

实现逻辑

基于你提到的不存在单个单词长度超过子块长度的前提，按以下规则拆分即可：

从文本起始位置开始遍历，每次先尝试取长度为n的片段
如果片段结束位置不在文本末尾，且结束位置对应的字符不是空格，说明当前位置截断了单词
从预设结束位置往前查找最近的空格，将实际拆分点移动到该空格位置
截取当前片段加入结果集，将遍历起始点移动到拆分点的下一位，重复操作直到处理完整个文本

代码实现

def split_by_length_keep_word(text: str, chunk_len: int) -> list[str]:
    chunks = []
    start_pos = 0
    total_len = len(text)
    while start_pos < total_len:
        # 预设结束位置，不超过文本总长度
        end_pos = min(start_pos + chunk_len, total_len)
        # 未到文本末尾且结束位不是空格，说明截断了单词，往前找最近空格
        if end_pos != total_len and text[end_pos] != ' ':
            while end_pos > start_pos and text[end_pos] != ' ':
                end_pos -= 1
        chunks.append(text[start_pos:end_pos])
        # 跳过拆分点的空格，开始下一段匹配
        start_pos = end_pos + 1
    return chunks

# 测试示例
if __name__ == '__main__':
    my_string = 'this is a test sentence'
    n = 10
    result = split_by_length_keep_word(my_string, n)
    print(result)

运行上述代码，输出结果为['this is a ', 'test ', 'sentence']，和预期结果完全一致。