Pythonで文字列が含まれているか判定する方法：in演算子や各メソッドの使い分けを解説

2026年5月13日

文字列操作

Pythonでプログラミングを行う際、特定の文字列が別の文字列の中に含まれているかを判定する処理は、最も頻繁に利用される操作の一つです。

テキストデータの解析、ログファイルのフィルタリング、ユーザー入力のバリデーションなど、その用途は多岐にわたります。

Pythonにはこの目的を達成するための方法が複数用意されており、状況に応じて最適な手法を選択することがコードの可読性や実行速度の向上につながります。

本記事では、初心者から実務レベルまで役立つ、Pythonでの文字列検索・判定方法について詳しく解説します。

目次 [ close ]

最も基本的な判定方法：in演算子

Pythonで「ある文字列が含まれているか」を確認する最もシンプルでPythonic（Pythonらしい）な方法は、in 演算子を使用することです。

この演算子は直感的に理解しやすく、さらに内部的に最適化されているため非常に高速に動作します。

in演算子の基本的な使い方

in 演算子は、左辺の文字列が右辺の文字列に含まれている場合に True を返し、含まれていない場合に False を返します。

Python

# 判定対象の文字列
target_text = "Pythonプログラミングの世界へようこそ"

# "Python"が含まれているか判定
result = "Python" in target_text
print(f"結果: {result}")

# 含まれていない文字列を判定
result_none = "Java" in target_text
print(f"結果: {result_none}")

実行結果

結果: True
結果: False

このように、条件分岐の if 文と組み合わせて使用するのが一般的です。

Python

message = "エラーが発生しました。ログを確認してください。"

if "エラー" in message:
    print("問題が検出されました。")

実行結果

問題が検出されました。

否定の判定：not in演算子

特定の文字列が含まれていないことを確認したい場合には、not in 演算子を使用します。

if not "キーワード" in text: と書くことも可能ですが、if "キーワード" not in text: と書く方が英文として読みやすく、推奨される書き方です。

Python

email = "example_at_domain.com"

# アットマークが含まれていないか判定
if "@" not in email:
    print("無効なメール形式です。")

実行結果

無効なメール形式です。

位置を特定するメソッド：find()とindex()

単に含まれているかどうかだけでなく、「どの位置に含まれているか」という情報が必要な場合には、find() や index() メソッドを使用します。

find()メソッドの使い方

find() メソッドは、引数に指定した文字列が最初に現れるインデックス（位置）を返します。

文字列が見つからなかった場合には、エラーを出さずに -1 を返すのが特徴です。

Python

text = "今日の天気は晴れです。"

# "天気"の位置を探す
index = text.find("天気")
print(f"位置: {index}")

# 存在しないキーワードを探す
none_index = text.find("雨")
print(f"存在しない場合: {none_index}")

実行結果

位置: 3
存在しない場合: -1

Pythonのインデックスは 0 から始まるため、「今日」が 0, 1 文字目、「の」が 2 文字目となり、「天気」の開始位置である 3 が返されます。

index()メソッドの使い方

index() メソッドも find() と同様に文字列の位置を返しますが、対象が見つからない場合に例外 ValueError を発生させます。

見つからないことが異常事態である場合や、例外処理を明示的に行いたい場合に適しています。

Python

text = "Pythonの学習"

try:
    pos = text.index("Ruby")
except ValueError:
    print("キーワードが見つかりませんでした。")

実行結果

キーワードが見つかりませんでした。

特定の場所を判定する：startswith()とendswith()

文字列全体ではなく、「先頭にあるか」または「末尾にあるか」を判定したい場合には、専用のメソッドを使うのが最適です。

startswith()で先頭一致を確認

startswith() は、文字列が指定した特定の文字列で始まっているかを判定します。

Python

url = "https://example.com"

if url.startswith("https"):
    print("この接続はセキュアです。")

実行結果

この接続はセキュアです。

endswith()で末尾一致を確認

endswith() は、文字列が指定した特定の文字列で終わっているかを判定します。

ファイルの拡張子チェックなどに非常に便利です。

Python

filename = "report.pdf"

if filename.endswith(".pdf"):
    print("PDFファイルとして処理します。")

実行結果

PDFファイルとして処理します。

大文字と小文字を区別せずに判定する方法

Pythonの文字列判定は、デフォルトで大文字と小文字を厳密に区別します。

例えば、"Python" という文字列に対して "python" で検索しても False となります。

これを回避するには、一度文字列を全て小文字（または大文字）に変換してから判定を行います。

Python

input_data = "PYTHON Programming"
search_word = "python"

# 両方を小文字に変換して比較
if search_word.lower() in input_data.lower():
    print("一致する単語が見つかりました（格差を無視）。")

実行結果

一致する単語が見つかりました（格差を無視）。

この手法は、ユーザーによる自由入力フォームのバリデーションなどで必須となります。

複雑な条件での判定：正規表現（reモジュール）

「数字が含まれているか」「特定のパターンに合致するか」といった複雑な条件で判定を行いたい場合は、標準ライブラリの re モジュールを使用します。

re.search()によるパターンマッチング

re.search() 関数は、文字列の中にパターンに一致する部分があるかどうかを検索します。

Python

import re

text = "お支払い金額は 12,500 円です。"

# 「数字」が含まれているか判定する正規表現パターン
pattern = r"\d+"

if re.search(pattern, text):
    print("文字列の中に数字が含まれています。")

実行結果

文字列の中に数字が含まれています。

正規表現での大文字小文字無視

正規表現を使用する場合、re.IGNORECASE フラグを指定することで、大文字小文字を区別せずに検索することも可能です。

Python

import re

target = "Apple and Orange"
if re.search("apple", target, re.IGNORECASE):
    print("マッチしました。")

実行結果

マッチしました。

複数の文字列のいずれかが含まれているか判定する

「AまたはBまたはCが含まれているか」を判定したい場合、愚直に or で繋ぐこともできますが、より効率的な方法があります。

any()関数を活用したスマートな記述

any() 関数とジェネレータ式を組み合わせることで、リスト内のいずれかの要素が含まれているかを簡潔に判定できます。

Python

keywords = ["警告", "エラー", "致命的"]
log_message = "システムエラーが発生しました。"

# いずれかのキーワードが含まれているか
if any(key in log_message for key in keywords):
    print("管理者に通知が必要です。")

実行結果

管理者に通知が必要です。

すべてが含まれているか判定する：all()関数

逆に、「リスト内のすべてのキーワードが含まれているか」を確認したい場合は、all() 関数を使用します。

Python

conditions = ["Python", "データ", "分析"]
summary = "Pythonを用いた高度なデータ分析の事例紹介"

if all(cond in summary for cond in conditions):
    print("すべての条件を満たしています。")

実行結果

すべての条件を満たしています。

日本語特有の注意点：正規化と全角半角

日本語の文字列を扱う場合、「全角・半角の差」や「濁点の形式」によって、人間には同じに見えてもプログラム上は「含まれていない」と判定されることがあります。

unicodedataモジュールによる正規化

例えば、全角の「Ｐｙｔｈｏｎ」と半角の「Python」を同一視したい場合は、unicodedata モジュールを使って正規化を行います。

Python

import unicodedata

text1 = "Ｐｙｔｈｏｎ"
text2 = "Python"

# NFKC正規化（全角英数を半角に変換など）
normalized_text1 = unicodedata.normalize('NFKC', text1)

if normalized_text1 == text2:
    print("正規化により一致しました。")

実行結果

正規化により一致しました。

検索システムを構築する際は、検索キーワードと対象テキストの両方をあらかじめ正規化しておくことで、検索漏れを防ぐことができます。

判定方法の使い分けまとめ

これまでに紹介した各手法の特性を、以下の表にまとめました。

手法	主な用途	戻り値の型	特徴
`in` 演算子	単純な包含判定	bool (True/False)	最も高速で読みやすい
`find()`	位置を知りたい	int (位置 / -1)	見つからなくてもエラーにならない
`index()`	位置を知りたい	int (位置 / 例外)	見つからない場合に例外を投げる
`startswith()`	前方一致判定	bool	先頭の特定に便利
`endswith()`	後方一致判定	bool	拡張子の確認に最適
`re.search()`	パターン判定	Matchオブジェクト / None	正規表現による高度な検索が可能

応用：大量のテキストから高速に検索するコツ

何万行ものテキストデータに対して検索を行う場合、単純なループ処理では時間がかかることがあります。

そのような場合は、データの持ち方を工夫することが重要です。

集合(set)の活用

「特定の単語リストの中に、ある単語が含まれているか」を確認する場合、リスト形式よりも set（集合）形式の方が圧倒的に高速です。

Python

# 大量のNGワードリストがあると仮定
ng_words = {"badword1", "badword2", "badword3"} # setで定義

user_input = "badword1"

# O(1)の計算量で判定可能
if user_input in ng_words:
    print("不適切なワードが含まれています。")

ただし、これは「完全一致」の判定です。

文字列の一部に含まれているかを判定する場合には、やはり in 演算子や正規表現が必要になります。

pandasによる一括処理

データ分析の現場では、pandas ライブラリを使用してデータフレーム内の全行に対して一括で文字列判定を行うのが一般的です。

Python

import pandas as pd

df = pd.DataFrame({'comment': ['これは良い', 'これは悪い', '普通ですね']})

# "良い" を含む行を抽出
good_comments = df[df['comment'].str.contains('良い')]
print(good_comments)

str.contains() メソッドを使用すると、ベクトル化された演算が行われるため、Pythonの標準的な for ループよりも効率的に処理が完了します。