Python字符串常用方法详解：切片、查找与替换实战

# 定义示例字符串
text = "Python_Data_2026"

# 1. 基础区间切片：提取前 6 个字符 [0, 6)
name = text[0:6]

# 2. 省略边界：从索引 7 开始截取至末尾
tail = text[7:]

# 3. 负索引提取：截取末尾 4 位字符（年份）
year = text[-4:]

# 4. 步长采样：每隔 1 个字符提取 1 个字符
sampled = text[::2]

# 5. 反向步长：完整反转字符串
reversed_text = text[::-1]

print("name:", name)
print("tail:", tail)
print("year:", year)
print("sampled:", sampled)
print("reversed:", reversed_text)

在 Python 中，通过单个下标访问不存在的索引（如 text[100]）会直接抛出 IndexError: string index out of range 异常；而在切片操作中，Python 会自动将超出字符串实际长度的索引截断为合法边界。例如 text[7:100] 会安全返回 "Data_2026"，text[50:100] 会返回空字符串 "" 而不会发生崩溃。这一特性使得切片在解析变长文本时具有极高的鲁棒性。

url = "https://example.com/reports/financial_2026.csv"

# 1. 存在性快速判定 (in 关键字)
if "reports" in url:
    print("资源位于 reports 目录中")

# 2. 前缀与后缀批量匹配 (元组多模式匹配)
is_https = url.startswith("https://")
is_valid_format = url.endswith((".csv", ".xlsx", ".tsv"))
print(f"HTTPS协议: {is_https}, 支持的数据表格式: {is_valid_format}")

# 3. 安全获取位置索引 (find 与 rfind)
domain_start = url.find("example.com")
last_slash_idx = url.rfind("/")
print(f"域名起始索引: {domain_start}, 最后一个路径斜杠索引: {last_slash_idx}")

# 提取文件名（结合 rfind 与切片）
file_name = url[last_slash_idx + 1:]
print(f"提取文件名: {file_name}")

# 4. 找不到时的行为对照
missing_pos = url.find("archive")
print(f"查找不存在的内容 (find): {missing_pos}")  # 输出 -1

# 5. 频次统计 (count)
slash_count = url.count("/")
print(f"斜杠出现总次数: {slash_count}")

在 Python 中，if text.find("target"): 是极其危险的写法。因为当 target 位于字符串开头时，find() 返回索引 0，而数字 0 在条件判断中会被自动转换为 False，导致逻辑分支直接漏走！正确的写法应为：if text.find("target") != -1: 或直接使用更为简洁的 if "target" in text:。

raw_msg = "[WARN] [WARN] Disk space low; [WARN] please clean temp files."

# 场景 1：限制替换次数（只替换第 1 个 [WARN] 为 [CRITICAL]）
fixed_msg = raw_msg.replace("[WARN]", "[CRITICAL]", 1)
print("部分替换:", fixed_msg)

# 场景 2：全局删除特定字符（将空字符串作为 new）
compact_msg = raw_msg.replace(" ", "")
print("清除空格:", compact_msg)

# 场景 3：链式替换（适合 2-3 个连续字符规则）
dirty_text = "Python 2.7 -> Python 3.8 & Python 3.10"
clean_text = dirty_text.replace("Python 2.7", "Py2").replace("Python 3.8", "Py38")
print("链式替换:", clean_text)

# 场景 4：高阶性能技巧：利用 translate 批量映射敏感字符
# 将标点符号统一转换为下划线，去除特殊符号
table = str.maketrans({"@": "_", "#": "_", "$": "_", "%": None})
tag_str = "user@name#tag$2026%token"
sanitized = tag_str.translate(table)
print("translate批量映射结果:", sanitized)

def parse_and_mask_log(log_line: str) -> dict:
    """
    输入原始日志，提取结构化字段并对敏感数据进行脱敏处理
    日志格式示例：[2026-10-30 09:30:15] USER:alice; PHONE:13812345678; EMAIL:alice_finance@corp.com; ACTION:export
    """
    # 步骤 1：利用切片提取时间戳（前 21 个字符形如 [YYYY-MM-DD HH:MM:SS]）
    timestamp = log_line[1:20]
    
    # 步骤 2：利用 find 定位字段并切片提取用户
    user_start = log_line.find("USER:") + len("USER:")
    user_end = log_line.find(";", user_start)
    username = log_line[user_start:user_end]
    
    # 步骤 3：提取手机号并进行中段脱敏 (保留前3后4，中间4位替换为*)
    phone_start = log_line.find("PHONE:") + len("PHONE:")
    phone_end = log_line.find(";", phone_start)
    raw_phone = log_line[phone_start:phone_end]
    # 利用切片组合实现脱敏
    masked_phone = raw_phone[:3] + "****" + raw_phone[-4:] if len(raw_phone) == 11 else raw_phone
    
    # 步骤 4：提取邮箱并脱敏用户名部分
    email_start = log_line.find("EMAIL:") + len("EMAIL:")
    email_end = log_line.find(";", email_start)
    raw_email = log_line[email_start:email_end]
    at_pos = raw_email.find("@")
    if at_pos > 2:
        masked_email = raw_email[:2] + "***" + raw_email[at_pos:]
    else:
        masked_email = raw_email
        
    # 步骤 5：提取操作类型
    action_start = log_line.find("ACTION:") + len("ACTION:")
    action = log_line[action_start:].strip()
    
    return {
        "timestamp": timestamp,
        "username": username,
        "phone": masked_phone,
        "email": masked_email,
        "action": action
    }

# 执行验证
raw_log = "[2026-10-30 09:30:15] USER:alice_dev; PHONE:13812345678; EMAIL:alice_finance@corp.com; ACTION:export"
record = parse_and_mask_log(raw_log)

for k, v in record.items():
    print(f"{k.ljust(10)}: {v}")