我见过太多人用Python查东西，查找第一反应就是查找写个for循环。有个朋友处理一份两万行的查找日志，想找出所有包含“timeout”的查找行，他写了双层嵌套遍历，查找跑了一分多钟还没出结果。查找我让他把代码发过来，查找改了一行——用列表推导式加in判断，查找三秒完事。查找这不是查找炫技，是查找Python本身的设计逻辑：查找这件事，它给了你一堆现成工具，查找你非要用蛮力，查找那就只能自己扛着。查找

最基础的查找查找是判断“有没有”。in运算符干这个事干净利落。字符串里找子串，列表里找元素，字典里找键，一行搞定。有人纠结in背后是不是也遍历了，当然遍历了，但它是C语言层面的遍历，比你手写Python循环快一个数量级。这就像你翻书找一句话，你是逐字扫视还是直接翻到目录？in就是那个目录。

如果需要知道“在哪”，那就得用find、index这类方法。字符串的find返回第一个匹配的索引，找不到返回-1。index找不到直接抛异常。我偏向用find，因为异常处理写起来啰嗦，而且大部分场景下找不到就是正常逻辑分支，不是错误。列表也有index，但字典没有——字典的“查找”本质上是通过哈希直接定位，O(1)复杂度，压根不需要“找”这个动作。

说到字典，这是Python里查找效率最高的结构。键值对存储，哈希表实现，平均情况下一次命中。我做过一个测试：一百万个键的字典，查一个不存在的键，耗时不到0.05微秒。换成列表遍历，平均要扫五十万次。差距就是这么赤裸。所以当你需要频繁查找时，先把数据塞进字典或集合，这是最划算的预处理。

集合set更纯粹，只存键不存值，专门用来做成员判断。两个列表找交集，新手写双重循环，老手直接set(a) & set(b)。一行代码，底层是哈希运算，速度差几十倍。我处理用户ID去重时，从来都是先转集合再操作，内存多占一点，时间省一大截。

正则表达式是另一条路。当查找条件不是固定字符串，而是某种模式——比如所有邮箱地址、所有日期格式——re模块就是唯一选择。re.findall返回所有匹配，re.search找第一个，re.finditer返回迭代器省内存。我见过有人用split加strip硬解HTML里的链接，写了三十行，还漏了带引号的情况。换成re.findall(r'href="(.*?)"', html)，一行，准确率还高。

文件查找也值得说一句。glob模块用通配符匹配文件名，pathlib的rglob可以递归查找。以前用os.walk写递归，现在Path('.').rglob('*.py')直接返回生成器，干净得多。我整理项目时常用这个找所有测试文件，比在IDE里点来点去快。

最后提一个容易踩的坑：查找时的类型匹配。字典的键是1和True，在Python里哈希值相同，会互相覆盖。列表里1和1.0相等，in判断会返回True。这些细节不留意，查找结果就可能出乎意料。我调试过一个bug，用户ID从JSON读进来是字符串，数据库里是整数，in判断永远为假，查了半天才发现是类型问题。

Python查找的核心就一句话：用对数据结构，别手写循环。字典和集合是哈希查找，列表和字符串是线性查找，正则负责模式匹配，glob和pathlib管文件路径。选对了工具，代码短，跑得快，bug还少。