在两个子字符串之间查找字符串[重复]-IT科技

摘要：问题描述：如何在两个子字符串之间找到一个字符串（'123STRINGabc' -> 'STRING'）？我现在的方法是这样的：>>> start = 'asdf=5;' >>> end = '123jasd' >>> s = 'asdf=5;iwan...

问题描述：

如何在两个子字符串之间找到一个字符串（'123STRINGabc' -> 'STRING'）？

我现在的方法是这样的：

>>> start = 'asdf=5;'
>>> end = '123jasd'
>>> s = 'asdf=5;iwantthis123jasd'
>>> print((s.split(start))[1].split(end)[0])
iwantthis

但是，这似乎非常低效且不符合 Python 风格。有什么更好的方法可以做到这一点？

忘记提及：字符串可能不以和开头和结尾start。end它们前后可能有更多字符。

解决方案 1：

import re

s = 'asdf=5;iwantthis123jasd'
result = re.search('asdf=5;(.*)123jasd', s)
print(result.group(1))

# returns 'iwantthis'

解决方案 2：

s = "123123STRINGabcabc"

def find_between( s, first, last ):
    try:
        start = s.index( first ) + len( first )
        end = s.index( last, start )
        return s[start:end]
    except ValueError:
        return ""

def find_between_r( s, first, last ):
    try:
        start = s.rindex( first ) + len( first )
        end = s.rindex( last, start )
        return s[start:end]
    except ValueError:
        return ""


print find_between( s, "123", "abc" )
print find_between_r( s, "123", "abc" )

给出：

123STRING
STRINGabc

我认为应该注意 - 根据您需要的行为，您可以混合index和rindex调用或使用上述版本之一（它相当于正则表达式(.*)和(.*?)组）。

解决方案 3：

start = 'asdf=5;'
end = '123jasd'
s = 'asdf=5;iwantthis123jasd'
print s[s.find(start)+len(start):s.rfind(end)]

给出

iwantthis

解决方案 4：

s[len(start):-len(end)]

解决方案 5：

只需将 OP 自己的解决方案转换为答案：

def find_between(s, start, end):
    return s.split(start)[1].split(end)[0]

解决方案 6：

字符串格式为 Nikolaus Gradwohl 所建议的增加了一些灵活性，start现在end可以根据需要进行修改。

import re

s = 'asdf=5;iwantthis123jasd'
start = 'asdf=5;'
end = '123jasd'

result = re.search('%s(.*)%s' % (start, end), s).group(1)
print(result)

解决方案 7：

如果您不想导入任何内容，请尝试字符串方法.index()：

text = 'I want to find a string between two substrings'
left = 'find a '
right = 'between two'

# Output: 'string'
print(text[text.index(left)+len(left):text.index(right)])

解决方案 8：

source='your token _here0@df and maybe _here1@df or maybe _here2@df'
start_sep='_'
end_sep='@df'
result=[]
tmp=source.split(start_sep)
for par in tmp:
  if end_sep in par:
    result.append(par.split(end_sep)[0])

print result

必须显示：here0、here1、here2

正则表达式更好，但它需要额外的库，你可能只想使用 python

解决方案 9：

这是一种方法

_,_,rest = s.partition(start)
result,_,_ = rest.partition(end)
print result

使用正则表达式的另一种方法

import re
print re.findall(re.escape(start)+"(.*)"+re.escape(end),s)[0]

或者

print re.search(re.escape(start)+"(.*)"+re.escape(end),s).group(1)

解决方案 10：

这是我执行的一个函数，用于返回在 string1 和 string2 之间搜索的字符串的列表。

def GetListOfSubstrings(stringSubject,string1,string2):
    MyList = []
    intstart=0
    strlength=len(stringSubject)
    continueloop = 1

    while(intstart < strlength and continueloop == 1):
        intindex1=stringSubject.find(string1,intstart)
        if(intindex1 != -1): #The substring was found, lets proceed
            intindex1 = intindex1+len(string1)
            intindex2 = stringSubject.find(string2,intindex1)
            if(intindex2 != -1):
                subsequence=stringSubject[intindex1:intindex2]
                MyList.append(subsequence)
                intstart=intindex2+len(string2)
            else:
                continueloop=0
        else:
            continueloop=0
    return MyList


#Usage Example
mystring="s123y123o123pp123y6"
List = GetListOfSubstrings(mystring,"1","y68")
for x in range(0, len(List)):
               print(List[x])
output:


mystring="s123y123o123pp123y6"
List = GetListOfSubstrings(mystring,"1","3")
for x in range(0, len(List)):
              print(List[x])
output:
    2
    2
    2
    2

mystring="s123y123o123pp123y6"
List = GetListOfSubstrings(mystring,"1","y")
for x in range(0, len(List)):
               print(List[x])
output:
23
23o123pp123

解决方案 11：

要提取STRING，请尝试：

myString = '123STRINGabc'
startString = '123'
endString = 'abc'

mySubString=myString[myString.find(startString)+len(startString):myString.find(endString)]

解决方案 12：

您可以直接使用此代码或复制下面的函数。所有内容整齐地放在一行中。

def substring(whole, sub1, sub2):
    return whole[whole.index(sub1) : whole.index(sub2)]

如果您按如下方式运行该函数。

print(substring("5+(5*2)+2", "(", "("))

您可能会得到以下输出：

(5*2

而不是

5*2

如果您希望在输出末尾有子字符串，则代码必须如下所示。

return whole[whole.index(sub1) : whole.index(sub2) + 1]

但是如果您不想要末尾的子字符串，则 +1 必须位于第一个值上。

return whole[whole.index(sub1) + 1 : whole.index(sub2)]

解决方案 13：

这些解决方案假设起始字符串和最终字符串不同。以下是当初始和最终指示符相同时，我针对整个文件使用的解决方案，假设使用 readlines() 读取整个文件：

def extractstring(line,flag='$'):
    if flag in line: # $ is the flag
        dex1=line.index(flag)
        subline=line[dex1+1:-1] #leave out flag (+1) to end of line
        dex2=subline.index(flag)
        string=subline[0:dex2].strip() #does not include last flag, strip whitespace
    return(string)

例子：

lines=['asdf 1qr3 qtqay 45q at $A NEWT?$ asdfa afeasd',
    'afafoaltat $I GOT BETTER!$ derpity derp derp']
for line in lines:
    string=extractstring(line,flag='$')
    print(string)

给出：

A NEWT?
I GOT BETTER!

解决方案 14：

这是我之前在 Daniweb 中发布的代码片段：

# picking up piece of string between separators
# function using partition, like partition, but drops the separators
def between(left,right,s):
    before,_,a = s.partition(left)
    a,_,after = a.partition(right)
    return before,a,after

s = "bla bla blaa <a>data</a> lsdjfasdjöf (important notice) 'Daniweb forum' tcha tcha tchaa"
print between('<a>','</a>',s)
print between('(',')',s)
print between("'","'",s)

""" Output:
('bla bla blaa ', 'data', " lsdjfasdjxc3xb6f (important notice) 'Daniweb forum' tcha tcha tchaa")
('bla bla blaa <a>data</a> lsdjfasdjxc3xb6f ', 'important notice', " 'Daniweb forum' tcha tcha tchaa")
('bla bla blaa <a>data</a> lsdjfasdjxc3xb6f (important notice) ', 'Daniweb forum', ' tcha tcha tchaa')
"""

解决方案 15：

这基本上是 cji 的回答 - 2010 年 7 月 30 日 5:58。我更改了 try except 结构，以便更清楚地了解导致异常的原因。

def find_between( inputStr, firstSubstr, lastSubstr ):
'''
find between firstSubstr and lastSubstr in inputStr  STARTING FROM THE LEFT
    http://stackoverflow.com/questions/3368969/find-string-between-two-substrings
        above also has a func that does this FROM THE RIGHT   
'''
start, end = (-1,-1)
try:
    start = inputStr.index( firstSubstr ) + len( firstSubstr )
except ValueError:
    print '    ValueError: ',
    print "firstSubstr=%s  -  "%( firstSubstr ), 
    print sys.exc_info()[1]

try:
    end = inputStr.index( lastSubstr, start )       
except ValueError:
    print '    ValueError: ',
    print "lastSubstr=%s  -  "%( lastSubstr ), 
    print sys.exc_info()[1]

return inputStr[start:end]

解决方案 16：

from timeit import timeit
from re import search, DOTALL


def partition_find(string, start, end):
    return string.partition(start)[2].rpartition(end)[0]


def re_find(string, start, end):
    # applying re.escape to start and end would be safer
    return search(start + '(.*)' + end, string, DOTALL).group(1)


def index_find(string, start, end):
    return string[string.find(start) + len(start):string.rfind(end)]


# The wikitext of "Alan Turing law" article form English Wikipeida
# https://en.wikipedia.org/w/index.php?title=Alan_Turing_law&action=edit&oldid=763725886
string = """..."""
start = '==Proposals=='
end = '==Rival bills=='

assert index_find(string, start, end) \n       == partition_find(string, start, end) \n       == re_find(string, start, end)

print('index_find', timeit(
    'index_find(string, start, end)',
    globals=globals(),
    number=100_000,
))

print('partition_find', timeit(
    'partition_find(string, start, end)',
    globals=globals(),
    number=100_000,
))

print('re_find', timeit(
    're_find(string, start, end)',
    globals=globals(),
    number=100_000,
))

结果：

index_find 0.35047444528454114
partition_find 0.5327825636197754
re_find 7.552149639286381

re_find`index_find`比这个例子慢了将近20倍。

解决方案 17：

我的方法是这样的，

find index of start string in s => i
find index of end string in s => j

substring = substring(i+len(start) to j-1)

解决方案 18：

解析来自不同电子邮件平台的带有分隔符的文本会引发此问题的更大版本。它们通常具有 START 和 STOP。通配符的分隔符字符不断阻塞正则表达式。split 的问题在此处和其他地方提到 - 哎呀，分隔符字符不见了。我想到使用 replace() 为 split() 提供其他可以使用的东西。代码块：

nuke = '~~~'
start = '|*'
stop = '*|'
julien = (textIn.replace(start,nuke + start).replace(stop,stop + nuke).split(nuke))
keep = [chunk for chunk in julien if start in chunk and stop in chunk]
logging.info('keep: %s',keep)

解决方案 19：

进一步根据 Nikolaus Gradwohl 的回答，我需要从以下文件内容（文件名： docker-compose.yml）中获取（'ui:'和'-'）之间的版本号（即0.0.2 ）：

    version: '3.1'
services:
  ui:
    image: repo-pkg.dev.io:21/website/ui:0.0.2-QA1
    #network_mode: host
    ports:
      - 443:9999
    ulimits:
      nofile:test

以下是它对我的作用（python 脚本）：

import re, sys

f = open('docker-compose.yml', 'r')
lines = f.read()
result = re.search('ui:(.*)-', lines)
print result.group(1)


Result:
0.0.2

解决方案 20：

对我来说这似乎更直接：

import re

s = 'asdf=5;iwantthis123jasd'
x= re.search('iwantthis',s)
print(s[x.start():x.end()])