异常教程

Python 判断字符串中是否包含某个子字符串（保姆级教程）

更新时间:

💡一则或许对你有用的小广告

欢迎加入小哈的星球 ，你将获得：专属的项目实战 / 1v1 提问 / Java 学习路线 / 学习打卡 / 每月赠书 / 社群讨论

截止目前， 星球 内专栏累计输出 90w+ 字，讲解图 3441+ 张，还在持续爆肝中.. 后续还会上新更多项目，目标是将 Java 领域典型的项目都整一波，如秒杀系统, 在线商城, IM 即时通讯，权限管理，Spring Cloud Alibaba 微服务等等，已有 3100+ 小伙伴加入学习 ，欢迎点击围观

在编程的世界中，字符串操作是基础且高频的需求。无论是验证用户输入、解析日志文件，还是处理自然语言文本，开发者常常需要判断一个字符串是否包含特定的子字符串。这一看似简单的任务背后，却隐藏着多种实现方法和优化技巧。本文将从编程初学者的角度出发，结合具体案例和代码示例，系统讲解 Python 中判断字符串是否包含子字符串的多种方法，并通过性能对比和实际场景应用，帮助读者全面掌握这一核心技能。

一、基础方法：in 运算符

1.1 什么是 in 运算符

在 Python 中，最直观的判断方式是使用 in 运算符。它如同一位“文本侦探”，能够快速扫描主字符串的每个字符，判断目标子字符串是否存在。例如：

text = "Hello World"  
substring = "World"  
if substring in text:  
    print("子字符串存在！")  
else:  
    print("未找到子字符串")

运行结果：

子字符串存在！

1.2 深入理解 in 运算符的特性

  • 大小写敏感：默认情况下，in 运算符区分大小写。例如，"world" in "Hello World" 会返回 False。
  • 支持切片逻辑：可以结合切片操作，限定搜索范围。例如，substring in text[5:] 会从主字符串的第6个字符开始搜索。
  • 多模式扩展：通过逻辑运算符（如 and、or）可组合多个条件。例如： 
    if "Hello" in text and "Python" not in text:  
    print("符合特定条件")

1.3 实际案例：用户输入验证

假设需要检查用户输入的邮箱是否包含“@”符号：

email = input("请输入邮箱地址：")  
if "@" in email and "." in email:  
    print("邮箱格式有效")  
else:  
    print("请输入有效的邮箱地址")

二、进阶方法：str.startswith() 和 str.endswith()

2.1 定位开头与结尾的特殊能力

当需要判断子字符串是否位于字符串的起始或末尾时，startswith() 和 str.endswith() 方法能提供更精准的控制。例如：

path = "/usr/local/bin/python"  
if path.startswith("/usr"):  
    print("路径以 /usr 开头")  

if path.endswith("python"):  
    print("路径以 python 结尾")

运行结果：

路径以 /usr 开头  
路径以 python 结尾

2.2 多模式匹配与元组参数

这两个方法支持同时检查多个可能的子字符串，只需将目标字符串放入元组中：

file_type = "report.xlsx"  
if file_type.endswith((".doc", ".pdf", ".xlsx")):  
    print("支持的文件类型")  
else:  
    print("不支持的格式")

2.3 性能优势与适用场景

与 in 运算符不同，startswith() 和 endswith() 在定位开头或结尾时，算法效率更高（时间复杂度为 O(k)，k 为子字符串长度）。因此，当明确需要检查字符串边界时，优先使用这些方法。

三、正则表达式：re 模块的灵活应用

3.1 从简单到复杂的模式匹配

当需要判断的子字符串包含通配符、重复模式或动态规则时，正则表达式（Regular Expression）成为更强大的工具。例如，验证电话号码格式：

import re  

phone = "138-1234-5678"  
pattern = r"\d{3}-\d{4}-\d{4}"  # 匹配形如 123-4567-8901 的格式  
if re.search(pattern, phone):  
    print("电话号码格式正确")  
else:  
    print("格式错误")

3.2 正则表达式的核心语法与比喻

可以将正则表达式想象为“文本解码器”：

  • \d 表示任意数字，如同“数字探测器”；
  • + 和 * 表示重复次数，类似“无限放大镜”；
  • () 用于分组，如同“文本抓取器”。

通过组合这些符号，可以构建复杂的匹配逻辑。例如，检查日志中的错误信息：

log_entry = "ERROR 404: File not found"  
if re.search(r"ERROR \d{3}", log_entry):  
    print("检测到错误代码")

3.3 性能优化：预编译正则表达式

对于需要多次匹配的场景，使用 re.compile() 预编译正则表达式可以显著提升效率：

pattern = re.compile(r"^[A-Z][a-z]+$")  # 匹配首字母大写、其余小写的单词  
text_list = ["Hello", "world", "Python3"]  
for word in text_list:  
    if pattern.match(word):  
        print(f"{word} 符合格式")

四、方法对比与性能测试

4.1 时间复杂度分析

方法时间复杂度适用场景
in 运算符O(n)简单存在性判断
startswith/endswithO(k)检查开头/结尾的固定模式
re.searchO(n*m)复杂模式匹配（m为模式长度）

4.2 实际性能测试案例

通过 timeit 模块对比不同方法在长字符串中的表现：

import timeit  

long_text = "A" * 1000000 + "B" * 1000  
substring = "B" * 100  

def test_in():  
    return substring in long_text  

def test_re():  
    import re  
    return re.search(substring, long_text) is not None  

print("in 运算符耗时:", timeit.timeit(test_in, number=1000))  
print("正则表达式耗时:", timeit.timeit(test_re, number=1000))

测试结果显示：在简单模式下，in 运算符通常比正则表达式更快；而在复杂模式下，正则表达式的优势逐渐显现。

五、实战场景与代码优化技巧

5.1 动态子字符串处理

在需要根据条件动态生成子字符串时，可以结合字符串拼接和条件判断：

search_term = "error" if is_case_sensitive else "Error"  
if search_term in log_line:  
    # 处理逻辑

5.2 处理大小写不敏感的匹配

通过将字符串统一转为小写（或大写）实现不区分大小写的判断：

text = "Python is FUN"  
if "fun" in text.lower():  
    print("找到子字符串")

5.3 处理多行文本的高效方案

对于多行文本，可以使用 in 运算符或 re 模块的 re.DOTALL 标志：

multi_line = """第一行  
第二行包含目标  
第三行"""  

if "目标" in multi_line:  
    print("直接找到")  

import re  
if re.search(r"第二行.*目标", multi_line, re.DOTALL):  
    print("正则匹配成功")

六、常见误区与解决方案

6.1 字符编码问题

当处理非 ASCII 字符时，需确保字符串和子字符串的编码一致。例如：

chinese_text = "中文字符串"  
if "中文" in chinese_text:  
    print("找到")  

byte_substring = b"中文"  
if byte_substring.decode("utf-8") in chinese_text:  
    print("找到")

6.2 空字符串与边界条件

当子字符串为空时，所有字符串均会返回 True，需在代码中显式处理：

def safe_in_check(text, substring):  
    if not substring:  
        raise ValueError("子字符串不能为空")  
    return substring in text

结论

通过本文的讲解，我们系统梳理了 Python 中判断字符串是否包含子字符串的多种方法：从基础的 in 运算符，到边界限定的 startswith/endswith，再到灵活强大的正则表达式。这些方法各有优劣，需根据具体场景选择最优方案。无论是处理用户输入验证、日志分析，还是文本挖掘任务，掌握这些技巧都能显著提升开发效率。

在实际开发中，建议优先使用 in 运算符处理简单存在性判断，用 startswith/endswith 优化边界条件，而将正则表达式保留给复杂模式需求。同时，通过性能测试和编码规范的实践，读者可以进一步优化代码的健壮性和运行效率。希望本文能成为你 Python 文本处理旅程中的可靠指南！

最新发布

查看更多文章