Contando caracteres e palavras: len, split e join

O len() a fundo: tudo conta

O len() é velho conhecido: apareceu no módulo 4 medindo strings e voltou no módulo 10 contando itens de lista. O que esta aula acrescenta é precisão sobre o que ele conta num texto. A resposta é: absolutamente tudo. Cada letra, cada espaço, cada vírgula e cada ponto é um caractere, e todos entram na conta. Não existe caractere mais importante que outro para o len().

print(len("Python"))        # 6
print(len("Olá, mundo!"))   # 11 (a vírgula, o espaço e a exclamação contam)
print(len("   "))           # 3 (só espaços, e ainda assim conta 3)
print(len(""))              # 0 (a string vazia é a única com tamanho zero)

Quatro medições. A do meio derruba a ilusão de que espaço não vale nada.

Esse comportamento explica de vez o bug do espaço invisível da aula 2: "sim " tem len() 4, "sim" tem 3, logo são strings diferentes. E abre uma pergunta prática: se eu quiser contar só as letras de um nome, ignorando os espaços? A resposta combina duas ferramentas que você já tem. O .replace(" ", "") remove os espaços, e o len() mede o que sobrou: len("João da Silva".replace(" ", "")) devolve 11, as letras de fato. Essa combinação volta na prática do módulo.

Contando palavras com split

Contar caracteres é útil, mas muitas perguntas do mundo real são sobre palavras: quantas palavras tem esta frase? Quais são elas? O método .split() responde as duas de uma vez, quebrando a string numa lista de pedaços. Chamado sem argumentos, ele quebra nos espaços em branco, e com inteligência: vários espaços seguidos valem como um separador só, e espaços nas pontas são ignorados. É o casamento perfeito entre as strings deste módulo e as listas do módulo 10.

frase = "aprender python mudou minha rotina"
palavras = frase.split()

print(palavras)        # ['aprender', 'python', 'mudou', 'minha', 'rotina']
print(len(palavras))   # 5

# O split sem argumento perdoa a bagunça de espaços:
bagunca = "   João   da    Silva "
print(bagunca.split())   # ['João', 'da', 'Silva']

O split devolve uma lista; o len() na lista conta as palavras. Espaços extras não atrapalham.

Repare no segundo exemplo, porque ele é um presente: a string veio suja, com espaços sobrando por todo lado, e o .split() sem argumento devolveu a lista limpa, sem strings vazias no meio. Para separar palavras de entrada de usuário, esse comportamento tolerante é exatamente o que você quer. O .split() também aceita um separador explícito, como "maçã,uva,pera".split(",") para dados separados por vírgula, mas o uso com espaços é o que este curso precisa agora.

Com a frase quebrada em lista, todo o arsenal do módulo 10 se aplica: dá para percorrer as palavras com for, pegar a primeira com palavras[0], verificar se uma palavra existe com in. É essa ponte entre texto e lista que torna o .split() um dos métodos mais usados do Python.

Juntando de volta com join

Se o .split() desmonta, alguém precisa montar de volta. Esse alguém é o .join(), e a sintaxe dele costuma causar estranheza no primeiro contato, então vale olhar com calma: quem chama o método é a string separadora, e a lista vai dentro dos parênteses. " ".join(palavras) significa: pegue os itens da lista palavras e cole um no outro usando um espaço entre cada par.

palavras = ["João", "da", "Silva"]

print(" ".join(palavras))    # João da Silva
print("-".join(palavras))    # João-da-Silva
print("".join(palavras))     # JoãodaSilva (cola sem separador)

A string antes do ponto é a cola. Mudou a cola, mudou o resultado.

Por que a ordem é essa, com a cola na frente? Porque o .join() é um método de string, e a cola é a string; a lista é só o ingrediente. Estranho no início, lógico depois. O que importa é o ciclo completo que você fecha nesta aula: uma frase entra, o .split() quebra em palavras, o seu código trabalha na lista (filtra, corrige, capitaliza), e o " ".join() entrega a frase reconstruída. Esse ciclo quebrar, transformar, juntar é o esqueleto exato da prática que fecha o módulo, o formatador de nomes.

E é só isso de .join() que o curso básico precisa: juntar palavras com espaço, ou com outro separador simples. Mergulhos mais fundos, como juntar números (que exigem conversão antes) ou montar arquivos com quebras de linha, aparecem na hora certa da trilha.