韩老伯手记AN ORDINARY JOURNAL ↗写点什么
← 回到手记
代码

zip：长度对不齐别再默默截断了

Python 3.10+ 的 zip(..., strict=True)：默认 zip 按最短截断会静默丢数据；假定等长时用 strict=True 直接 ValueError，缺列缺字段当场暴露。

韩韩老伯／／约 10 分钟阅读

要解决的问题

写 Python 后端时，经常要把两条（或多条）序列「并排」处理：字段名和字段值、用户 ID 和权限位、CSV 两列、批量接口里的 keys 与 payloads。第一反应往往是 for a, b in zip(xs, ys)。

默认的 zip 有个安静的特性：一旦最短的那条耗尽就停，更长序列里多出来的元素会被直接丢掉。若你本来以为两边一样长——比如 JSON 反序列化丢了一项、DB 查询少了一行、手工拼列表时漏了尾部——程序不会报错，只会悄悄少处理几条。后面的断言、落库、对账才偶发失败，排查成本很高。

自 Python 3.10 起，zip 多了关键字参数 strict=True：长度一致时行为和以前一样；一旦某条先耗尽、另一条还有剩余，立刻抛出 ValueError。本文示例已在本机 Python 3.13.5 跑通。

核心概念

以 Python 3.13 内置函数文档 · zip 为准：

  • zip(*iterables, strict=False)：并行迭代多条可迭代对象，产出元组；第 i 个元组来自各参数的第 i 个元素。它是惰性的——包进 list()、放进 for，或传给 dict() 之类才会真正消费。
  • 默认（strict=False）：停在最短的那条；更长序列的尾部被忽略。
  • strict=True（3.10+）：假定各参数应等长。输出与默认相同；若某条先耗尽而其他还有元素，抛 ValueError（文档示例文案形如 zip() argument 2 is longer than argument 1）。
  • 三种长度策略（文档原意）：默认截断；strict=True 要求等长并报错；需要「补齐到最长」时用 itertools.zip_longest（可设 fillvalue）。
  • 边界：只有一个参数时，得到一元组序列；无参数时得到空迭代器。也可用 zip(*zip(x, y)) 做「解压」还原列。
  • 分块 idiom：zip(*[iter(s)] * n, strict=True) 把序列切成固定长度 n 的块；长度不能整除时会 ValueError（文档推荐在「必须完整成组」时加 strict=True）。

对应变更见 What's New In Python 3.10 与 PEP 618。

示例代码

先看默认截断 vs strict=True（与官方文档一致，本地已验证）：

# 默认：按最短截断，多出来的 'fum' 被丢掉
assert list(zip(range(3), ["fee", "fi", "fo", "fum"])) == [
    (0, "fee"),
    (1, "fi"),
    (2, "fo"),
]

# 等长时，strict=True 与默认结果相同
assert list(zip(("a", "b", "c"), (1, 2, 3), strict=True)) == [
    ("a", 1),
    ("b", 2),
    ("c", 3),
]

# 不等长 + strict=True → ValueError
try:
    list(zip(range(3), ["fee", "fi", "fo", "fum"], strict=True))
except ValueError as e:
    assert "longer than" in str(e)

后端里更常见的是「表头 / 行值必须对齐」或「两列配置必须成对」：

keys = ["id", "name", "email"]
vals = [101, "Ada", "ada@example.com"]
row = dict(zip(keys, vals, strict=True))
assert row == {"id": 101, "name": "Ada", "email": "ada@example.com"}

# 少了一个值：立刻失败，而不是悄悄丢掉 email 键
try:
    dict(zip(keys, [101, "Ada"], strict=True))
except ValueError as e:
    assert "shorter than" in str(e)

若业务上就是「允许缺省、用占位符补齐」，别硬套 strict，改用 zip_longest：

from itertools import zip_longest

assert list(
    zip_longest(range(3), ["fee", "fi", "fo", "fum"], fillvalue="?")
) == [
    (0, "fee"),
    (1, "fi"),
    (2, "fo"),
    ("?", "fum"),
]

需要把字节流 / 字符序列切成固定宽度块、且长度必须能整除时，可用文档里的分块写法：

s = "ABCDEF"
assert list(zip(*[iter(s)] * 3, strict=True)) == [
    ("A", "B", "C"),
    ("D", "E", "F"),
]

try:
    list(zip(*[iter("ABCDE")] * 3, strict=True))
except ValueError as e:
    assert "shorter than" in str(e)

解压（unzip）也仍然成立：

x = [1, 2, 3]
y = [4, 5, 6]
assert list(zip(x, y)) == [(1, 4), (2, 5), (3, 6)]
x2, y2 = zip(*zip(x, y))
assert x == list(x2) and y == list(y2)

常见误区

  1. 以为 zip 「对不齐就会报错」
    不会。默认是截断。只有你显式写了 strict=True（且运行在 3.10+）才会因长度不一致失败。

  2. 在 3.9 及更早写 strict=True
    strict 是 3.10 才加入的关键字参数。旧版本会 TypeError。部署镜像、CI、线上解释器版本要先确认；兼容旧环境时只能先自己 len 校验，或统一升级。

  3. 该截断 / 该补齐时也盲目加 strict=True
    文档写得很清楚：有时长度不同是有意设计。例如只取前 N 对、或用占位符填到最长——前者用默认 zip，后者用 zip_longest。strict 适合「契约上必须等长」的场景。

  4. 只在构造 list 时检查，却忘了惰性
    zip(..., strict=True) 在迭代过程中发现长度不一致才抛错。写成 z = zip(a, b, strict=True) 本身不会立刻失败；要等到 for / list(z) / dict(z) 消费时才会炸。测试要覆盖完整消费路径。

  5. 用 len(a) == len(b) 代替 strict，却碰上无限 / 惰性迭代器
    对 list/tuple 先比长度可以，但对生成器、文件行迭代器往往不能（或不该）先 len。strict=True 在流式消费时仍能在「提前耗尽」的那一刻报错，更贴合惰性语义。

小结

并行配对序列时，先问自己一句：两边本该一样长吗？ 本该一样长 → Python 3.10+ 用 zip(..., strict=True)，把长度 bug 挡在配对现场；故意只要最短 → 默认 zip；要补齐到最长 → zip_longest。别让默认截断把缺行、缺列、缺字段变成「静默少处理」。正式项目以你当前解释器版本的 zip 文档 为准。

参考资料

  1. zip — Built-in Functions — Python 3.13 文档
  2. zip — 最新稳定版文档
  3. itertools.zip_longest — Python 3.13 文档
  4. What's New In Python 3.10
  5. PEP 618 – Add Optional Length-Checking To zip
✳

谢谢你读到这里。

还可以读一点

全部手记 ↗