字符串操作几乎是所有编程语言中最基础也最常用的能力，而“从指定子字符串后提取内容”这个需求出现的频率格外高。举个典型场景：一段日志文本ERROR_CODE=5001|msg=timeout，业务上需要拿到5001这个值。又比如解析URL中的查询参数，拿到token=abc123中abc123这一段。这类问题的本质是三步：定位子字符串、计算截取起点、执行提取。不同语言和不同方法在这三步上的表现各有差异，下面结合Java、JavaScript和Python分别展开讲解。
方法一：indexOf加substring的经典组合
最直观的思路是先用indexOf找到子字符串的位置，再用substring从该位置加上子字符串长度的地方开始截取。以Java为例：
String text = "ERROR_CODE=5001|msg=timeout";
String marker = "ERROR_CODE=";
int pos = text.indexOf(marker);
if (pos >= 0) {
String result = text.substring(pos + marker.length());
System.out.println(result); // 输出 5001|msg=timeout
}
这段代码的关键点在于pos + marker.length()这一步，它跳过了标记字符串本身，直接指向目标内容的起始位置。如果只写substring(pos)，得到的结果会包含标记本身，这是新手常犯的错误之一。
需要注意的是，上面的结果5001|msg=timeout包含了后续所有内容。如果只想提取到下一个分隔符为止，还需要第二次定位：
int pos = text.indexOf(marker);
if (pos >= 0) {
int start = pos + marker.length();
int end = text.indexOf('|', start);
if (end == -1) {
end = text.length();
}
String result = text.substring(start, end);
System.out.println(result); // 输出 5001
}
这里有一个容易踩坑的地方：indexOf('|', start)的第二个参数指定了搜索起点，避免匹配到标记之前的分隔符。另外end == -1的兜底处理也必不可少，否则substring会抛出StringIndexOutOfBoundsException。健壮的字符串代码往往不是逻辑复杂，而是边界处理细致。
方法二：split分割的简洁写法
如果目标内容恰好以固定分隔符结尾，split能让代码更短。Python中的写法尤其清爽：
text = "ERROR_CODE=5001|msg=timeout"
# 以标记分割，取第二部分
part = text.split("ERROR_CODE=", 1)[1]
print(part) # 输出 5001|msg=timeout
# 再按分隔符截断
result = part.split("|", 1)[0]
print(result) # 输出 5001
split的第二个参数1表示最多分割一次，这很重要。如果不加这个限制，当目标内容里也包含同样的分隔符时，结果会被切得支离破碎。Java中的String.split以及JavaScript中的String.prototype.split都有类似的限制参数，写法上可以完全照搬这个思路。
split方案最大的隐患在于标记不存在时会抛出异常。上面Python代码里[1]直接取下标，一旦split只产生一个元素就会IndexError。稳妥的写法是先判断长度：
parts = text.split("ERROR_CODE=", 1)
if len(parts) == 2:
result = parts[1].split("|", 1)[0]
else:
result = None # 标记不存在，走兜底逻辑
从可读性角度看，split方案意图清晰，维护者一眼就能看懂“按标记切开取后半段”的语义。但它只适合标记结构简单的场景，一旦匹配规则带通配、大小写不敏感等要求，就应该换正则登场了。
方法三：正则表达式的灵活提取
正则表达式是处理复杂字符串提取的终极武器。以JavaScript为例：
const text = "ERROR_CODE=5001|msg=timeout";
const match = text.match(/ERROR_CODE=([^|]+)/);
if (match) {
console.log(match[1]); // 输出 5001
}
正则ERROR_CODE=([^|]+)中的括号是捕获组，[^|]+表示匹配一个或多个非竖线字符。这种写法的好处是把“定位标记”和“限定结束”合并成一步完成，代码更紧凑。当目标格式存在多种变体时，比如错误码可能是三位也可能是四位、标记可能是大写也可能是小写，只需在正则中加上i标志或调整字符类即可，无需改动代码结构。
Python中使用re模块可以达到同样效果：
import re
text = "ERROR_CODE=5001|msg=timeout"
m = re.search(r"ERROR_CODE=([^|]+)", text)
if m:
print(m.group(1)) # 输出 5001
正则的代价是可读性下降和性能损耗。对于超长文本或高频调用的场景，简单indexOf方案的执行速度通常优于正则。另外要警惕特殊字符：如果标记本身包含.、*、(这类正则元字符，必须先转义，否则匹配结果会完全出乎意料。Python里可以用re.escape函数自动完成转义，Java中则没有内置等价物，需要手动处理或引入第三方库。
方案对比与选型建议
三种方法没有绝对优劣，选型取决于具体场景。下表是一个简单的对比总结：
| 方法 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|
| indexOf+substring | 性能好，逻辑透明 | 代码较长，边界判断多 | 固定格式，高频调用 |
| split | 写法简洁，语义直观 | 标记不存在时易出错 | 简单分隔结构 |
| 正则表达式 | 灵活，支持复杂规则 | 可读性差，有转义陷阱 | 格式多变，一次性脚本 |
除了选型之外，还有几个通用建议值得记下。第一，永远先判断标记是否存在再提取，宁可多写一行判空，也不要让程序在线上抛异常。第二，如果标记可能在文本中出现多次，想取第一次出现还是最后一次出现要区分清楚，indexOf取第一次，lastIndexOf取最后一次，正则默认也是从左往右第一个匹配。第三，注意大小写问题，Java和JavaScript的indexOf是大小写敏感的，如果源文本大小写不固定，可以先统一转成小写再查找，或者直接用带i标志的正则。
掌握了这三种思路，绝大多数“从指定子字符串后提取内容”的需求都能从容应对。核心不在于背下多少API，而在于理解“定位、计算起点、提取”这三步的通用模型，剩下的只是在不同语言里挑选合适的工具罢了。