Python高效提取两个指定子串中间内容及无标记字符串的实现方法

原代码问题点 #

• 未预先判断字符串是否同时包含asdf:5;和123jasd两个标记子串，直接硬切固定长度逻辑错误
• 没有考虑标记子串不在字符串首尾的情况，按固定首尾位置切片会得到错误内容

修正方案 #

方案1：字符串内置方法实现（无需引入额外库） #

strings = ['stackasdf:5;iwantthis123jasdoverflow','iwantthistoo','asdf:5;python123jasd']
start = 'asdf:5;'
end = '123jasd'

for s in strings:
    if start in s and end in s:
        start_pos = s.index(start) + len(start)
        end_pos = s.index(end)
        print(s[start_pos:end_pos])
    else:
        print(s)

方案2：正则表达式实现（更简洁） #

import re
strings = ['stackasdf:5;iwantthis123jasdoverflow','iwantthistoo','asdf:5;python123jasd']
# 非贪婪匹配两个标记中间的内容
pattern = r'asdf:5;(.*?)123jasd'

for s in strings:
    res = re.search(pattern, s)
    print(res.group(1) if res else s)

两种方案运行后均可得到预期输出：

iwantthis
iwantthistoo
python

内容的提问来源于stack exchange，提问作者Learner