使用in运算符：

if "blah" not in somestring: 
    continue

如果只是子字符串搜索，可以使用string.find（“substring”）。

在查找、索引和插入时，您确实需要稍微小心一些，因为它们是子字符串搜索。换句话说，这：

s = "This be a string"
if s.find("is") == -1:
    print("No 'is' here!")
else:
    print("Found 'is' in the string.")

它将在字符串中打印Found“is”。类似地，如果s中的“is”将求值为True。这可能是你想要的，也可能不是你想要的。

使用in运算符：

if "blah" not in somestring: 
    continue

if needle in haystack：这是正常的用法，正如@Michael所说——它依赖于in运算符，比方法调用更可读、更快。

如果你真的需要一个方法而不是一个运算符（例如，为一个非常特殊的排序做一些奇怪的键…？），那就是“干草堆”__包含_。但是，既然你的例子是在if中使用的，我想你并不是真的想说什么；-）。直接使用特殊方法不是一种好的形式（既不可读，也不高效）——它们应该通过委托给它们的运算符和内置函数来使用。

Python是否有包含字符串的子字符串方法？

99%的用例将使用关键字in覆盖，该关键字返回True或False：

'substring' in any_string

对于获取索引的用例，使用str.find（失败时返回-1，并具有可选的位置参数）：

start = 0
stop = len(any_string)
any_string.find('substring', start, stop)

或str.index（类似find，但失败时引发ValueError）：

start = 100 
end = 1000
any_string.index('substring', start, end)

解释

使用比较运算符，因为

语言意图使用，以及其他Python程序员会希望您使用它。

>>> 'foo' in '**foo**'
True

原问题要求的相反（补语）不在：

>>> 'foo' not in '**foo**' # returns False
False

这在语义上与“**foo**”中的“foo”相同，但它更具可读性，并在语言中明确提供，以提高可读性。

避免使用__contains__

“contains”方法实现中的行为，

str.__contains__('**foo**', 'foo')

返回True。您也可以从超弦的实例调用此函数：

'**foo**'.__contains__('foo')

但不要。以下划线开头的方法在语义上被认为是非公共的。使用此选项的唯一原因是在实现或扩展in而不是in功能时（例如，如果将str子类化）：

class NoisyString(str):
    def __contains__(self, other):
        print(f'testing if "{other}" in "{self}"')
        return super(NoisyString, self).__contains__(other)

ns = NoisyString('a string with a substring inside')

现在：

>>> 'substring' in ns
testing if "substring" in "a string with a substring inside"
True

不要使用查找和索引来测试“包含”

不要使用以下字符串方法测试“contains”：

>>> '**foo**'.index('foo')
2
>>> '**foo**'.find('foo')
2

>>> '**oo**'.find('foo')
-1
>>> '**oo**'.index('foo')

Traceback (most recent call last):
  File "<pyshell#40>", line 1, in <module>
    '**oo**'.index('foo')
ValueError: substring not found

其他语言可能没有直接测试子字符串的方法，因此您必须使用这些类型的方法，但对于Python，使用in comparison运算符更有效。

此外，这些不是in的直接替换。您可能需要处理异常或-1情况，如果它们返回0（因为它们在开头找到了子字符串），则布尔解释为False而不是True。

如果你真的不是any_string.startswith（substring），那就说出来。

性能比较

我们可以比较实现同一目标的各种方式。

import timeit

def in_(s, other):
    return other in s

def contains(s, other):
    return s.__contains__(other)

def find(s, other):
    return s.find(other) != -1

def index(s, other):
    try:
        s.index(other)
    except ValueError:
        return False
    else:
        return True



perf_dict = {
'in:True': min(timeit.repeat(lambda: in_('superstring', 'str'))),
'in:False': min(timeit.repeat(lambda: in_('superstring', 'not'))),
'__contains__:True': min(timeit.repeat(lambda: contains('superstring', 'str'))),
'__contains__:False': min(timeit.repeat(lambda: contains('superstring', 'not'))),
'find:True': min(timeit.repeat(lambda: find('superstring', 'str'))),
'find:False': min(timeit.repeat(lambda: find('superstring', 'not'))),
'index:True': min(timeit.repeat(lambda: index('superstring', 'str'))),
'index:False': min(timeit.repeat(lambda: index('superstring', 'not'))),
}

现在我们看到，使用in比其他方法快得多。执行等效操作的时间越短越好：

>>> perf_dict
{'in:True': 0.16450627865128808,
 'in:False': 0.1609668098178645,
 '__contains__:True': 0.24355481654697542,
 '__contains__:False': 0.24382793854783813,
 'find:True': 0.3067379407923454,
 'find:False': 0.29860888058124146,
 'index:True': 0.29647137792585454,
 'index:False': 0.5502287584545229}

如果in使用__contains__，那么in如何比__contains_更快？

这是一个很好的后续问题。

让我们使用感兴趣的方法来分解函数：

>>> from dis import dis
>>> dis(lambda: 'a' in 'b')
  1           0 LOAD_CONST               1 ('a')
              2 LOAD_CONST               2 ('b')
              4 COMPARE_OP               6 (in)
              6 RETURN_VALUE
>>> dis(lambda: 'b'.__contains__('a'))
  1           0 LOAD_CONST               1 ('b')
              2 LOAD_METHOD              0 (__contains__)
              4 LOAD_CONST               2 ('a')
              6 CALL_METHOD              1
              8 RETURN_VALUE

所以我们看到__contains__方法必须单独查找，然后从Python虚拟机调用-这应该可以充分解释差异。

在Python字符串和列表中

以下是一些关于in方法的有用示例：

>>> "foo" in "foobar"
True
>>> "foo" in "Foobar"
False
>>> "foo" in "Foobar".lower()
True
>>> "foo".capitalize() in "Foobar"
True
>>> "foo" in ["bar", "foo", "foobar"]
True
>>> "foo" in ["fo", "o", "foobar"]
False
>>> ["foo" in a for a in ["fo", "o", "foobar"]]
[False, False, True]

警告列表是可迭代的，in方法作用于可迭代的对象，而不仅仅是字符串。

如果您想以更模糊的方式比较字符串以衡量它们的“相似性”，请考虑使用Levenshtein包

下面是一个说明其工作原理的答案。