本文详解 Python 中 readlines() 读取文件后换行符未被清除的根本原因，指出原代码中 word = word.rstrip() 仅修改局部变量而非列表元素的常见误区，并提供安全、高效的字符串预处理方案。

本文详解 python 中 `readlines()` 读取文件后换行符未被清除的根本原因，指出原代码中 `word = word.rstrip()` 仅修改局部变量而非列表元素的常见误区，并提供安全、高效的字符串预处理方案。

在使用 file.readlines() 读取文本文件时，每行末尾的换行符（\n）会被原样保留在字符串中。例如，若文件中有一行 "apple"，readlines() 实际得到的是 "apple\n"。虽然你写了：

for word in words:
    word = word.rstrip()
    word = word.lower()

但这里 word 只是一个循环中的临时引用变量，对它的重新赋值（如 word = word.rstrip()）并不会修改原始列表 words 中对应位置的元素——这正是问题的核心：Python 中字符串是不可变对象，且 for item in list: 不提供对原列表的自动写回能力。

因此，words 列表仍包含带 \n 的原始行，后续通过 choice(words) 随机选出的 first 和 second 自然也携带换行符，导致最终密码如 "Apple\nBanana\n"，不仅长度计算错误（len("Apple\n") == 6），首字母大写逻辑（first[0].upper()）也可能因 \n 占位而失效。

✅ 正确做法是构建一个全新清洗后的单词列表。推荐使用列表推导式，简洁、高效且语义清晰：

words = [line.rstrip().lower() for line in inf.readlines()]

或更优地，避免一次性将全部内容加载进内存（尤其面对“huge text file”）：

words = []
for line in inf:  # 直接迭代文件对象，逐行读取
    cleaned = line.rstrip().lower()
    if len(cleaned) >= 3:  # 提前过滤掉过短单词，提升后续效率
        words.append(cleaned)

此外，原代码中 words.remove(first) 存在潜在风险：若文件含重复单词，remove() 会删除第一个匹配项，可能导致逻辑偏差；且在循环中动态修改列表长度，易引发索引混乱（虽本例未循环遍历，但仍属不良实践）。建议改用 random.sample(words, 2) 直接无放回抽取两个不同元素：

from random import sample

# ...（清洗 words 后）
if len(words) <blockquote><p>? 提示：str.capitalize() 比手动 s[0].upper() + s[1:] 更安全，它会自动将首字母转大写、其余字母转小写，避免原单词已含大写字母时的意外结果。</p></blockquote><p>总结：rstrip() 本身工作正常，问题在于<strong>作用对象错误</strong>——必须将清洗结果显式存回列表（或生成新列表），而非仅赋值给循环变量。结合 sample()、提前过滤与 capitalize()，可写出更健壮、可读性更强的密码生成器。</p>