Python 是否有字符串“包含”子字符串方法？

Question

我正在寻找 Python 中的 string.contains 或 string.indexof 方法。

我想做：

if not somestring.contains("blah"):
   continue

Answer 1

您可以使用in operator:

if "blah" not in somestring: 
    continue

Answer 2

如果只是子字符串搜索，您可以使用string.find("substring")。

你必须小心find、index和in，因为它们是子字符串搜索。换句话说，这是：

s = "This be a string"
if s.find("is") == -1:
    print("No 'is' here!")
else:
    print("Found 'is' in the string.")

它将打印Found 'is' in the string. 类似地，if "is" in s: 将评估为True。这可能是也可能不是您想要的。

Answer 3

Python 有没有字符串包含子字符串的方法？

99% 的用例将使用关键字in 覆盖，该关键字返回True 或False：

'substring' in any_string

对于获取索引的用例，使用str.find（失败时返回-1，并且具有可选的位置参数）：

start = 0
stop = len(any_string)
any_string.find('substring', start, stop)

或str.index（类似于find，但在失败时引发ValueError）：

start = 100 
end = 1000
any_string.index('substring', start, end)

说明

使用in比较运算符，因为

1. 语言打算使用它，并且
2. 其他 Python 程序员会希望您使用它。

>>> 'foo' in '**foo**'
True

原始问题要求的相反（补充）是not in：

>>> 'foo' not in '**foo**' # returns False
False

这在语义上与not 'foo' in '**foo**' 相同，但它更具可读性，并且在语言中明确提供了可读性改进。

避免使用__contains__

“包含”方法实现了in 的行为。这个例子，

str.__contains__('**foo**', 'foo')

返回True。你也可以从超字符串的实例中调用这个函数：

'**foo**'.__contains__('foo')

但不要。以下划线开头的方法在语义上被认为是非公开的。使用它的唯一原因是在实现或扩展 in 和 not in 功能时（例如，如果子类化 str）：

class NoisyString(str):
    def __contains__(self, other):
        print(f'testing if "{other}" in "{self}"')
        return super(NoisyString, self).__contains__(other)

ns = NoisyString('a string with a substring inside')

现在：

>>> 'substring' in ns
testing if "substring" in "a string with a substring inside"
True

不要使用find 和index 来测试“包含”

不要使用以下字符串方法来测试“包含”：

>>> '**foo**'.index('foo')
2
>>> '**foo**'.find('foo')
2

>>> '**oo**'.find('foo')
-1
>>> '**oo**'.index('foo')

Traceback (most recent call last):
  File "<pyshell#40>", line 1, in <module>
    '**oo**'.index('foo')
ValueError: substring not found

其他语言可能没有直接测试子字符串的方法，因此您必须使用这些类型的方法，但对于 Python，使用in 比较运算符效率更高。

此外，这些不是in 的直接替代品。您可能需要处理异常或-1 情况，如果它们返回0（因为它们在开头找到了子字符串），则布尔解释为False 而不是True。

如果你真的是说not any_string.startswith(substring)，那就说出来。

性能比较

我们可以比较实现同一目标的各种方式。

import timeit

def in_(s, other):
    return other in s

def contains(s, other):
    return s.__contains__(other)

def find(s, other):
    return s.find(other) != -1

def index(s, other):
    try:
        s.index(other)
    except ValueError:
        return False
    else:
        return True



perf_dict = {
'in:True': min(timeit.repeat(lambda: in_('superstring', 'str'))),
'in:False': min(timeit.repeat(lambda: in_('superstring', 'not'))),
'__contains__:True': min(timeit.repeat(lambda: contains('superstring', 'str'))),
'__contains__:False': min(timeit.repeat(lambda: contains('superstring', 'not'))),
'find:True': min(timeit.repeat(lambda: find('superstring', 'str'))),
'find:False': min(timeit.repeat(lambda: find('superstring', 'not'))),
'index:True': min(timeit.repeat(lambda: index('superstring', 'str'))),
'index:False': min(timeit.repeat(lambda: index('superstring', 'not'))),
}

现在我们看到使用in 比其他方法快得多。 执行等效操作的时间越短越好：

>>> perf_dict
{'in:True': 0.16450627865128808,
 'in:False': 0.1609668098178645,
 '__contains__:True': 0.24355481654697542,
 '__contains__:False': 0.24382793854783813,
 'find:True': 0.3067379407923454,
 'find:False': 0.29860888058124146,
 'index:True': 0.29647137792585454,
 'index:False': 0.5502287584545229}

如果in 使用__contains__，in 怎么能比__contains__ 快？

这是一个很好的后续问题。

让我们用感兴趣的方法来反汇编函数：

>>> from dis import dis
>>> dis(lambda: 'a' in 'b')
  1           0 LOAD_CONST               1 ('a')
              2 LOAD_CONST               2 ('b')
              4 COMPARE_OP               6 (in)
              6 RETURN_VALUE
>>> dis(lambda: 'b'.__contains__('a'))
  1           0 LOAD_CONST               1 ('b')
              2 LOAD_METHOD              0 (__contains__)
              4 LOAD_CONST               2 ('a')
              6 CALL_METHOD              1
              8 RETURN_VALUE

所以我们看到 .__contains__ 方法必须单独查找，然后从 Python 虚拟机调用 - 这应该足以解释差异。

Answer 4

if needle in haystack: 是正常使用，正如@Michael 所说——它依赖于in 运算符，比方法调用更具可读性和速度。

如果你真的需要一个方法而不是一个操作符（例如，做一些奇怪的key= 来进行非常特殊的排序...？），那就是'haystack'.__contains__。但是由于您的示例用于if，我猜您并不是真的想说什么；-)。直接使用特殊方法不是很好的形式（既不可读，也不高效）——它们应该通过委托给它们的操作符和内置函数来使用。

Answer 5

inPython 字符串和列表

以下是一些关于in 方法的有用示例：

>>> "foo" in "foobar"
True
>>> "foo" in "Foobar"
False
>>> "foo" in "Foobar".lower()
True
>>> "foo".capitalize() in "Foobar"
True
>>> "foo" in ["bar", "foo", "foobar"]
True
>>> "foo" in ["fo", "o", "foobar"]
False
>>> ["foo" in a for a in ["fo", "o", "foobar"]]
[False, False, True]

警告。列表是可迭代对象，in 方法作用于可迭代对象，而不仅仅是字符串。

如果您想以更模糊的方式比较字符串以衡量它们的“相似程度”，请考虑使用 Levenshtein 包

Here's an answer that shows how it works.

Answer 6

如果您对"blah" in somestring 感到满意，但希望它是一个函数/方法调用，您可以这样做

import operator

if not operator.contains(somestring, "blah"):
    continue

Python 中的所有运算符或多或少都可以在operator module 中找到，包括in。

Answer 7

显然，向量比较没有相似之处。一个明显的 Python 方法是：

names = ['bob', 'john', 'mike']
any(st in 'bob and john' for st in names) 
>> True

any(st in 'mary and jane' for st in names) 
>> False

Answer 8

您可以使用y.count()。

它将返回子字符串在字符串中出现的次数的整数值。

例如：

string.count("bah") >> 0
string.count("Hello") >> 1

Answer 9

这是你的答案：

if "insert_char_or_string_here" in "insert_string_to_search_here":
    #DOSTUFF

用于检查是否为假：

if not "insert_char_or_string_here" in "insert_string_to_search_here":
    #DOSTUFF

或者：

if "insert_char_or_string_here" not in "insert_string_to_search_here":
    #DOSTUFF

Answer 10

您可以使用正则表达式来获取出现次数：

>>> import re
>>> print(re.findall(r'( |t)', to_search_in)) # searches for t or space
['t', ' ', 't', ' ', ' ']