企业官网建设流程全解析

前言

先纠一个前提：Python 里并没有一个专门叫"截取字符"的内置函数。dir(__builtins__)里找不到substr、substring、mid这类名字，那是 JavaScript、Java、SQL 等语言的习惯。Python 截取子串的主力是切片（slicing），它用的是语法而不是函数调用；在此之上，str提供了一批"按条件定位"的方法，re模块提供了"按模式定位"的能力。

另一个常见误解是把"截取"和"删除"混为一谈。截取只是从原串里取出一段，原串始终不动——str不可变，任何取法都返回新串，不存在"从原串里挖掉一块"的操作。

本文把"截取"按定位方式分层讲：按位置、按分隔符、按起止标记、按模式，每种给出可直接运行的写法，最后用一个解析文件路径的实战串起来。代码基于 Python 3.8 及以上。Python 2.7 已于 2020 年 1 月 1 日停止维护，本文不采用任何 Python 2 专有语法。

一、按位置截取：切片

切片写作s[start:stop:step]，遵循左闭右开——含start，不含stop。省略start就从开头，省略stop就到结尾。

# 适用于 Python 3.8+
s = "https://example.com/path/file.txt"
print(s[:5]) # https 前 5 个字符
print(s[-4:]) # .txt 最后 4 个字符
print(s[8:19]) # example.com 从下标 8 到 18
print(s[::2]) # 每隔一个取一个

切片最友好的一点是越界不报错：下标太小会被夹成 0，太大被夹成长度，起点不小于终点就得到空串。真正会报IndexError的是索引（s[i]），不是切片。

# 适用于 Python 3.8+
s = "abc"
print(s[1:100]) # bc 越界被夹到末尾，不报错
print(s[10:20]) # '' 起点已越过末尾，得到空串
# print(s[10]) # IndexError: string index out of range

二、按分隔符截取：split 与 partition

str.split(sep=None, maxsplit=-1)把字符串切成列表；str.partition(sep)在第一个分隔符处切成三元组，并且把分隔符本身也保留在结果里。

# 适用于 Python 3.8+
line = "key=value"
print(line.split("=")) # ['key', 'value']

head, sep, tail = line.partition("=")
print(head, "|", sep, "|", tail) # key | = | value

# partition 找不到分隔符时返回 (原串, '', '')
print("no-equals".partition("=")) # ('no-equals', '', '')

split和partition的关键差别在于：split返回的是去掉分隔符的列表，字段数不定；partition永远返回三个元素，适合"只切一刀"的场景，也不需要先判断分隔符存不存在（不存在时sep为空串，一目了然）。

str.rpartition(sep)则从右边找第一个分隔符，取后缀特别方便：

# 适用于 Python 3.8+
path = "/a/b/c.txt"
print(path.rpartition("/")[2]) # c.txt
print(path.rpartition("/")[0]) # /a/b

三、按起止标记截取：find / index 加切片

要取"两个标记之间"的内容，先用find或index拿到位置，再切片。

# 适用于 Python 3.8+
s = "user@example.com"
at = s.find("@")
print(s[:at]) # user
print(s[at + 1:]) # example.com

find与index的区别只在找不到时：find返回-1，index抛ValueError。

要取两个不同标记之间的内容，需要分别定位起点和终点：

# 适用于 Python 3.8+
s = "结果是 [成功] 请查收"
left = s.find("[")
right = s.find("]")
if left != -1 and right != -1 and right > left:
print(s[left + 1:right]) # 成功

left + 1是为了跳过开头的[，right作为切片的终点天然不含]，所以右边界不用减一。

四、按模式截取：re.search 与 re.findall

内容长度不固定、位置也不固定时，用正则定义"长什么样"，再取匹配到的片段。

# 适用于 Python 3.8+
import re

text = "日期是 2024-05-06 发布"
m = re.search(r"\d{4}-\d{2}-\d{2}", text)
if m:
print(m.group()) # 2024-05-06
print(m.start(), m.end()) # 4 14

# 一次取出所有匹配
print(re.findall(r"[a-z]+", "ab12cd34ef")) # ['ab', 'cd', 'ef']

re.search从任意位置找第一个匹配，返回Match对象或None；re.match只从开头匹配；re.findall返回所有匹配组成的列表。拿不准该用哪个时记住：找全文里的第一处用search，找开头的用match，找全部用findall。

用命名分组能让"取哪一段"更清楚：

# 适用于 Python 3.8+
import re

m = re.search(r"(?P<year>\d{4})-(?P<month>\d{2})", "2024-05")
if m:
print(m.group("year")) # 2024
print(m.group("month")) # 05

实战：从一行日志里截出各个字段

下面把上面的方法合起来用：一段形如[2024-05-06 10:00:00] ERROR user=alice msg=failed的日志，逐段截出时间、级别、用户和消息。

# 适用于 Python 3.8+
import re

LINE = "[2024-05-06 10:00:00] ERROR user=alice msg=failed"

def parse(line):
result = {}

# 1) 方括号里的时间：用 find + 切片
l = line.find("[")
r = line.find("]")
if l != -1 and r != -1:
result["time"] = line[l + 1:r]
rest = line[r + 1:].strip()
else:
rest = line

# 2) 级别是第一个空白分隔的词
level, _, rest = rest.partition(" ")
result["level"] = level

# 3) 后面的 key=value 用 split 逐段截取
for chunk in rest.split():
key, sep, value = chunk.partition("=")
if sep:
result[key] = value

return result

print(parse(LINE))
# {'time': '2024-05-06 10:00:00', 'level': 'ERROR',
# 'user': 'alice', 'msg': 'failed'}

这里刻意混用了三种定位方式：方括号边界固定但内容不定，用find加切片；级别是"第一个词"，用partition；剩下的键值对个数不固定，用split()迭代。方法选对了，代码就不需要写"如果找不到就……"的一大堆分支。

常见坑点

1. 
   
2. find返回 -1 时直接切片
3. 
   

❌s[s.find("@") + 1:]，若没有@，-1 + 1是 0，会把整串当结果返回，静默出错

✅ 先判断if (i := s.find("@")) != -1:再切片，或用partition拿sep判空

1. 
   
2. 把切片和索引的容错性记反
3. 
   

❌ 以为s[100:200]会抛IndexError

✅ 切片越界返回空串或夹到边界；抛IndexError的是s[100]

1. 
   
2. partition的第二个元素没接住
3. 
   

❌head, tail = s.partition("=")，会抛ValueError: too many values to unpack

✅ 三元组要接三个：head, sep, tail = s.partition("=")，并检查sep非空

1. 
   
2. 右边界忘了"不含"
3. 
   

❌s[left:right]想包含right位置那个字符

✅ 切片不含终点，要包含就写s[left:right + 1]

1. 
   
2. 中文按字节数取
3. 
   

❌ 以为len("中文")是 6，按此切片切出半个字符

✅len按字符算，"中文"长度是 2；要按字节处理先encode

1. 
   
2. 把re.match当re.search用
3. 
   

❌re.match(r"\d+", "abc123")返回None，因为match只匹配开头

✅ 只想在开头匹配用match，全文找第一处用search

1. 
   
2. 靠split("")拆分
3. 
   

❌"abc".split("")，抛ValueError: empty separator

✅ 想逐字符遍历直接for ch in s，或list(s)

1. 
   
2. 沿用 Python 2 的截取写法
3. 
   

❌ 用string.split(s, ",")的函数式旧调用，或用u"..."当必需前缀

✅ Python 3 里用方法式s.split(",")，字面量默认就是 Unicode；Python 2.7 已于 2020 年 1 月 1 日 EOL

总结

"截取"在 Python 里从来不是一个函数，而是一套先定位、再切片的组合动作。定位方式决定了选哪个工具：位置已知就用切片，靠分隔符就用split系，靠前后标记就用find加切片，靠内容特征就上正则。把这四种分清楚，绝大多数"取字符串中间那一块"的需求都能一步到位，也就不会再去找那个并不存在的"截取函数"了。