如何获取特定子字符串后的字符串？

问题描述：

如何获取特定子字符串后的字符串？

"world"例如，我想获取

my_string="hello python world, I'm a beginner"

...在本例中是", I'm a beginner"：)

解决方案 1：

最简单的方法可能就是拆分目标词

my_string="hello python world , i'm a beginner"
print(my_string.split("world",1)[1])

split 接受要拆分的单词（或字符）以及可选的拆分次数限制。

在这个例子中，在“世界”上进行分割并将其限制为只有一个分割。

解决方案 2：

我很惊讶没有人提及partition。

def substring_after(s, delim):
    return s.partition(delim)[2]

s1="hello python world, I'm a beginner"
substring_after(s1, "world")

# ", I'm a beginner"

恕我直言，这个解决方案比@arshajii 的解决方案更具可读性。除此之外，我认为@arshajii 的解决方案是最好的，因为它速度最快——它不会创建任何不必要的副本/子字符串。

解决方案 3：

s1 = "hello python world , i'm a beginner"
s2 = "world"

print(s1[s1.index(s2) + len(s2):])

如果要处理中不存在的s2情况，s1则使用s1.find(s2)而不是index。如果该调用的返回值为-1，则s2中不存在s1。

解决方案 4：

您想要使用str.partition()：

>>> my_string.partition("world")[2]
" , i'm a beginner "

因为这个选项比其他选项更快。

请注意，如果缺少分隔符，则会生成一个空字符串：

>>> my_string.partition("Monty")[2]  # delimiter missing
''

如果想要保留原始字符串，则测试返回的第二个str.partition()值是否非空：

prefix, success, result = my_string.partition(delimiter)
if not success: result = prefix

您还可以使用str.split()限制为 1：

>>> my_string.split("world", 1)[-1]
" , i'm a beginner "
>>> my_string.split("Monty", 1)[-1]  # delimiter missing
"hello python world , i'm a beginner "

但是，这种方法比较慢。在最佳情况下，与以下方法相比，str.partition()这种方法至少要快 15%str.split()左右：

                                missing        first         lower         upper          last
      str.partition(...)[2]:  [3.745 usec]  [0.434 usec]  [1.533 usec]  <3.543 usec>  [4.075 usec]
str.partition(...) and test:   3.793 usec    0.445 usec    1.597 usec    3.208 usec    4.170 usec
      str.split(..., 1)[-1]:  <3.817 usec>  <0.518 usec>  <1.632 usec>  [3.191 usec]  <4.173 usec>
            % best vs worst:         1.9%         16.2%          6.1%          9.9%          2.3%

这显示了每次执行的时间，输入中的分隔符要么缺失（最坏情况），要么放在第一位（最佳情况），要么在下半部分、上半部分或最后位置。最快的时间标记为[...]，<...>最差的时间标记为。

上表是通过对所有三个选项进行综合计时测试得出的，如下所示。我在 2017 款 15 英寸 Macbook Pro（配备 2.9 GHz Intel Core i7 和 16 GB 内存）上运行了 Python 3.7.4 测试。

该脚本生成带有和不带有随机选择的分隔符的随机句子，如果存在，则在生成的句子的不同位置以随机顺序重复运行测试（产生最公平的结果，考虑到测试期间发生的随机操作系统事件），然后打印结果表：

import random
from itertools import product
from operator import itemgetter
from pathlib import Path
from timeit import Timer

setup = "from __main__ import sentence as s, delimiter as d"
tests = {
    "str.partition(...)[2]": "r = s.partition(d)[2]",
    "str.partition(...) and test": (
        "prefix, success, result = s.partition(d)
"
        "if not success: result = prefix"
    ),
    "str.split(..., 1)[-1]": "r = s.split(d, 1)[-1]",
}

placement = "missing first lower upper last".split()
delimiter_count = 3

wordfile = Path("/usr/dict/words")  # Linux
if not wordfile.exists():
    # macos
    wordfile = Path("/usr/share/dict/words")
words = [w.strip() for w in wordfile.open()]

def gen_sentence(delimiter, where="missing", l=1000):
    """Generate a random sentence of length l

    The delimiter is incorporated according to the value of where:

    "missing": no delimiter
    "first":   delimiter is the first word
    "lower":   delimiter is present in the first half
    "upper":   delimiter is present in the second half
    "last":    delimiter is the last word

    """
    possible = [w for w in words if delimiter not in w]
    sentence = random.choices(possible, k=l)
    half = l // 2
    if where == "first":
        # best case, at the start
        sentence[0] = delimiter
    elif where == "lower":
        # lower half
        sentence[random.randrange(1, half)] = delimiter
    elif where == "upper":
        sentence[random.randrange(half, l)] = delimiter
    elif where == "last":
        sentence[-1] = delimiter
    # else: worst case, no delimiter

    return " ".join(sentence)

delimiters = random.choices(words, k=delimiter_count)
timings = {}
sentences = [
    # where, delimiter, sentence
    (w, d, gen_sentence(d, w)) for d, w in product(delimiters, placement)
]
test_mix = [
    # label, test, where, delimiter sentence
    (*t, *s) for t, s in product(tests.items(), sentences)
]
random.shuffle(test_mix)

for i, (label, test, where, delimiter, sentence) in enumerate(test_mix, 1):
    print(f"
Running timed tests, {i:2d}/{len(test_mix)}", end="")
    t = Timer(test, setup)
    number, _ = t.autorange()
    results = t.repeat(5, number)
    # best time for this specific random sentence and placement
    timings.setdefault(
        label, {}
    ).setdefault(
        where, []
    ).append(min(dt / number for dt in results))

print()

scales = [(1.0, 'sec'), (0.001, 'msec'), (1e-06, 'usec'), (1e-09, 'nsec')]
width = max(map(len, timings))
rows = []
bestrow = dict.fromkeys(placement, (float("inf"), None))
worstrow = dict.fromkeys(placement, (float("-inf"), None))

for row, label in enumerate(tests):
    columns = []
    worst = float("-inf")
    for p in placement:
        timing = min(timings[label][p])
        if timing < bestrow[p][0]:
            bestrow[p] = (timing, row)
        if timing > worstrow[p][0]:
            worstrow[p] = (timing, row)
        worst = max(timing, worst)
        columns.append(timing)

    scale, unit = next((s, u) for s, u in scales if worst >= s)
    rows.append(
        [f"{label:>{width}}:", *(f" {c / scale:.3f} {unit} " for c in columns)]
    )

colwidth = max(len(c) for r in rows for c in r[1:])
print(' ' * (width + 1), *(p.center(colwidth) for p in placement), sep="  ")
for r, row in enumerate(rows):
    for c, p in enumerate(placement, 1):
        if bestrow[p][1] == r:
            row[c] = f"[{row[c][1:-1]}]"
        elif worstrow[p][1] == r:
            row[c] = f"<{row[c][1:-1]}>"
    print(*row, sep="  ")

percentages = []
for p in placement:
    best, worst = bestrow[p][0], worstrow[p][0]
    ratio = ((worst - best) / worst)
    percentages.append(f"{ratio:{colwidth - 1}.1%} ")

print("% best vs worst:".rjust(width + 1), *percentages, sep="  ")

解决方案 5：

如果你想使用正则表达式来做到这一点，你可以简单地使用一个非捕获组，来获取单词“world”，然后抓取之后的所有内容，就像这样

(?:world).*

示例字符串在此处进行测试

解决方案 6：

在 Python 3.9 中，removeprefix添加了一个新方法：

>>> 'TestHook'.removeprefix('Test')
'Hook'
>>> 'BaseTestCase'.removeprefix('Test')
'BaseTestCase'

• 文档：https ：//docs.python.org/3.9/library/stdtypes.html#str.removeprefix

• 公告：https ://docs.python.org/3.9/whatsnew/3.9.html

解决方案 7：

您可以使用名为 的包substring。只需使用命令安装即可pip install substring。只需提及起始和结束字符/索引即可获取子字符串。

例如：

import substring
s = substring.substringByChar("abcdefghijklmnop", startChar="d", endChar="n")
print(s)

输出：

# s = defghijklmn

解决方案 8：

尝试这个通用方法：

import re

my_string="hello python world , i'm a beginner"
p = re.compile("world(.*)")
print(p.findall(my_string))

# [" , i'm a beginner "]

解决方案 9：

这是一个老问题，但我遇到了非常相同的情况，我需要使用单词“low”作为分母来拆分字符串，对我来说问题是我在同一个字符串中有单词below和lower。

我使用 re 模块解决了这个问题

import re

string = '...below...as higher prices mean lower demand to be expected. Generally, a high reading is seen as negative (or bearish), while a low reading is seen as positive (or bullish) for the Korean Won.'

# use re.split with regex to match the exact word
stringafterword = re.split('\\blow\\b',string)[-1]

print(stringafterword)
# ' reading is seen as positive (or bullish) for the Korean Won.'

# the generic code is:
re.split('\\bTHE_WORD_YOU_WANT\\b',string)[-1]

希望这可以帮助到别人！

解决方案 10：

如果您倾向于仅使用 python 正则表达式库来执行此操作，Match.string则可以使用对象的属性和Match.end()方法来完成Match：

import re

my_string="hello python world, I'm a beginner"

match = re.search("world", my_string)

if match:
    print(match.string[match.end():])
    # , I'm a beginner