Найти строку между двумя подстроками [дубликат]

этот вопрос уже есть ответ здесь:

как найти строку между двумя подстроками ('123STRINGabc' -> 'STRING')?

мой текущий метод выглядит так:

>>> start = 'asdf=5;'
>>> end = '123jasd'
>>> s = 'asdf=5;iwantthis123jasd'
>>> print((s.split(start))[1].split(end)[0])
iwantthis
, это кажется очень неэффективным и ООН-подходящие для Python. Что может быть лучше, чтобы сделать что-то подобное?

забыл упомянуть: Строка может не начинаться и заканчиваться на start и end. У них может быть больше персонажей до и после.

20 ответов


import re

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

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" )

выдает:

123STRING
STRINGabc

Я думал, что следует отметить - в зависимости от того, какое поведение вам нужно, вы можете смешивать index и rindex вызывает или идет с одной из вышеуказанных версий (это эквивалент regex (.*) и (.*?) группы).


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

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

дает

iwantthis

форматирование строк добавляет некоторую гибкость тому, что предложил Николаус Градвол. start и end теперь можно изменить по желанию.

import re

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

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

просто преобразование собственного решения OP в ответ:

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

вот один из способов сделать это

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

другой способ использования regexp

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

или

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

source='your token [email protected] and maybe [email protected] or maybe [email protected]'
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

должны показать: here0, тут 1, here2

регулярное выражение лучше, но для него потребуется дополнительная lib, и вы можете пойти только на python


извлечь STRING попробуй:

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

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

мой метод будет делать что-то вроде

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

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

это, по сути, ответ cji-Jul 30 ' 10 в 5: 58. Я изменил попытку, кроме структуры, для немного большей ясности о том, что вызвало исключение.

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]    

эти решения предполагают, что начальная строка и конечная строка отличаются. Вот решение, которое я использую для всего файла, когда начальный и конечный индикаторы одинаковы, предполагая, что весь файл читается с помощью readlines ():

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)

пример:

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)

выдает:

A NEWT?
I GOT BETTER!

вы можете просто использовать этот код или скопировать функцию ниже. Все аккуратно в одну линию.

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

если вы запустите функцию следующим образом.

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

вы победно останетесь с выходом:

(5*2

, а не

5*2

если вы хотите иметь подстроки в конце вывода, код должен выглядеть следующим образом.

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

но если вы не хотите, чтобы подстроки в конце +1 должны быть на первом значение.

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

вот функция, которую я сделал, чтобы вернуть список со строкой(строками) между string1 и string2.

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

Это я опубликовал раньше как фрагмент кода в Daniweb:

# 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', " lsdjfasdj\xc3\xb6f (important notice) 'Daniweb forum' tcha tcha tchaa")
('bla bla blaa <a>data</a> lsdjfasdj\xc3\xb6f ', 'important notice', " 'Daniweb forum' tcha tcha tchaa")
('bla bla blaa <a>data</a> lsdjfasdj\xc3\xb6f (important notice) ', 'Daniweb forum', ' tcha tcha tchaa')
"""

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) \
       == partition_find(string, start, end) \
       == 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,
))

результат:

index_find 0.35047444528454114
partition_find 0.5327825636197754
re_find 7.552149639286381

re_find было почти в 20 раз медленнее, чем index_find в этом примере.


разбор текста с разделителями с разных платформ электронной почты поставил более крупную версию этой проблемы. У них, как правило, есть начало и остановка. Символы-разделители для подстановочных знаков продолжали душить regex. Проблема с split упоминается здесь и в другом месте-oops, символ разделителя ушел. Мне пришло в голову использовать replace (), чтобы дать split() что-то еще потреблять. Кусок кода:

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)

Если вы не хотите ничего импортировать, попробуйте string method .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)]

дальше от Николауса Gradwohl ответ, мне нужно получить номер версии (т. е. 0.0.2) между ('ui: 'и' -') снизу содержимого файла (имя файла:докер-сочинять.в формате YML):

    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

и вот как это сработало для меня (скрипт python):

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

Это кажется мне гораздо более прямым:

import re

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