Python中有判断字符串包含(contains)子串的方法吗？
题目
我在Python中寻找判断 或 的方法
我想实现if not ("blah"):
continue
回答一if "blah" not in somestring:
continue
回答二Python中有字符串包含子串的方法吗？
是的，但是Python中有一个可使用的比较操作符，因为Python语言扩展它的用法，大部分程序员都会使用。这个操作符是 in。>>> 'foo' in '**foo**'
True
反过来，也是你问题中所问的，是 not in>>> 'foo' not in '**foo**' # returns False
False
语义上与 not 'foo' in 'foo'是一样的，但是可读性更好，是Python语言为改善可读性显式提供的。
避免使用 __contains__, find, and indexstr.__contains__('**foo**', 'foo')
返回 True. 也可以通过字符串实例来调用这个方法'**foo**'.__contains__('foo')
但是不要这么做，下划线开头的方法语义上被认为是私有方法，使用的唯一原因是当需要扩展in和 not in 的功能的时候，例如子类化strclass NoisyString(str):
def __contains__(self, other):
print('testing if "{0}" in "{1}"'.format(other, 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
而且，避免使用如下方法>>> '**foo**'.index('foo')
2
>>> '**foo**'.find('foo')
2
>>> '**oo**'.find('foo')
-1
>>> '**oo**'.index('foo')
Traceback (most recent call last):
File "", line 1, in
'**oo**'.index('foo')
ValueError: substring not found
其他语言可能没有方法直接去判断子串，所以你必须使用这几种方式，但是在Python中，用in操作符，性能会好得多。
性能比较
我们可以比较达到相同目的不同方法的性能import timeit
def in_(s, other):
return other in s
def contains(s, other):
return s.__contains__(other)
def find(s, other):
return (other) != -1
def index(s, other):
try:
(other)
except ValueError:
return False
else:
return True
perf_dict = {
'in:True': min((lambda: in_('superstring', 'str'))),
'in:False': min((lambda: in_('superstring', 'not'))),
'__contains__:True': min((lambda: contains('superstring', 'str'))),
'__contains__:False': min((lambda: contains('superstring', 'not'))),
'find:True': min((lambda: find('superstring', 'str'))),
'find:False': min((lambda: find('superstring', 'not'))),
'index:True': min((lambda: index('superstring', 'str'))),
'index:False': min((lambda: index('superstring', 'not'))),
}
And now we see that using in is much faster than the others. Less time to do an equivalent operation is better:
现在，我们可以看到使用 in 要比其他方法快很多，等价操作下耗时越少越好。>>> 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}