迹忆客 专注技术分享

字符串是一个字符序列。无论我们从事软件开发还是竞争性编程，我们始终都在处理字符串。有时，在编写程序时，我们必须访问字符串的子部分。这些子部分通常称为子字符串。子字符串是字符串的子集。

在 Python 中，我们可以使用字符串切片或使用正则表达式或 regex 轻松完成此任务。

在 Python 中使用字符串切片提取子字符串

在 Python 中，有几种方法可以进行字符串切片。索引是最基本，最常用的方法。请参考以下代码。

myString = "Mississippi"
print(myString[:]) # Line 1
print(myString[4 : ]) # Line 2
print(myString[ : 8]) # Line 3
print(myString[2 : 7]) # Line 4
print(myString[4 : -1]) # Line 5
print(myString[-6 : -1]) # Line 6

输出：

Mississippi
issippi
Mississi
ssiss
issipp
ssipp

在上面的代码中，我们在存储字符串的变量的末尾添加了 [] 括号。我们使用此符号进行索引。在这些括号内，我们添加了一些表示索引的整数值。

这是方括号 [start : stop : step] 的格式（以冒号（:）分隔）。

默认情况下，start 的值是 0 或第一个索引，stop 的值是最后一个索引，step 的值是 1。start 代表子字符串的开始索引，stop 代表子字符串的结束索引，step 代表在每个索引之后递增的值。

返回的子字符串实际上在 start 索引和 stop - 1 索引之间，因为在 Python 中索引从 0 开始。因此，如果我们想从 Mississippi 中检索 Miss，则应使用 [0 : 4]

方括号不能为空。如果要使用默认值，则应在所需数量的冒号:之间添加空格，以指出要引用的参数。请参考以下列表以更好地理解。

• [:] - > 返回整个字符串。
• [4 : ] - > 返回从索引 4 到最后一个索引的子字符串。
• [ : 8] - > 返回从索引 0 到索引 7 的子字符串。
• [2 : 7] - > 返回从索引 2 到索引 6 的子字符串。
• [4 : -1] - > 返回从索引 4 到倒数第二个索引的子字符串。-1 可用于定义 Python 中的最后一个索引
• [-6 : -1] - > 返回从结尾的第六个索引到倒数第二个索引的子字符串。

在 Python 中使用 slice() 构造函数提取子字符串

无需在括号内提及索引，我们可以使用 slice() 构造函数来创建 slice 对象，以对字符串或任何其他序列（如列表或元组）进行切片。

slice(start, stop, step) 构造函数接受三个参数，即 start，stop 和 step。它们的含义与上面解释的完全相同。

与方括号表示法相比，切片的工作方式略有不同。切片对象放在字符串变量括号内，例如 myString[<'slice' object>]。

如果将单个整数值（例如 x）提供给 slice() 构造函数，并进一步用于索引切片，则会检索从索引 0 到索引 x - 1 的子字符串。请参考以下代码。

myString = "Mississippi"
slice1 = slice(3)
slice2 = slice(4)
slice3 = slice(0, 8)
slice4 = slice(2, 7)
slice5 = slice(4, -1)
slice6 = slice(-6, -1)
print(myString[slice1])
print(myString[slice2])
print(myString[slice3])
print(myString[slice4])
print(myString[slice5])
print(myString[slice6])

输出：

Mis
Miss
Mississi
ssiss
issipp
ssipp

收到的输出是不言自明的。索引遵循与括号符号定义相同的规则。

在 Python 中使用正则表达式提取子字符串

对于正则表达式，我们将使用 Python 的内置包 re。

import re

string = "123AAAMississippiZZZ123"

try:
    found = re.search('AAA(.+?)ZZZ', string).group(1)
    print(found)
except AttributeError:
    pass

输出：

Mississippi

在上面的代码中，search() 函数搜索在传递的字符串中作为参数提供的模式的第一个位置。它返回一个 Match 对象。Match 对象具有许多定义输出的属性，例如子字符串的 span 或子字符串的开始和结束索引。

print(dir(re.search('AAA(.+?)ZZZ', string))) 将输出 Match 对象的所有属性。请注意，某些属性可能会丢失，因为使用 dir() 时会调用 __dir__() 方法，并且此方法返回所有属性的列表。而且此方法是可编辑的或可重写的。