解析之选
Hoppy 走进一张小小的解析台，桌上放着三张便条：一张字被脏符号挤在一起，一张藏着警报关键词，另一张则像一串等着被拆开的路线。
这时候最重要的，不是立刻猛写代码，而是先问一句：这三个文本问题，真的应该用同一种动作吗？文本侦探常常先做选择，再动手。
不是所有文本任务都该用同一把工具
当文本需要被切开时，split 很合适；当字符需要被换掉时，replace 更直接；当你只是想知道某条线索在不在、或它出现在哪里时，search 更像真正的问题本身。
cleaned_name = "moss__gate".replace("__", " ")
amber_index = "amber bell near bridge".find("amber")
steps = "north>east>vault".split(">")
print(cleaned_name)
print(amber_index)
print(steps)
这个示例只是把三种动作并排放给你看，帮助你感受“问题不同，方法也不同”。它不是今天 starter 的原题答案。
今天的任务：先选方法，再做三件小事
starter 里有三段不同的文本：repair_label 需要清理，alert_note 需要找关键词，route_note 需要拆成步骤。你要先写出 clean_method、search_method 和 split_method，再分别完成 cleaned_label、amber_index、route_steps，最后整理成 choice_report。
不要一上来就套同一个方法。先分别问自己：这段文本是要清理、要查找，还是要切开？
用 clean_method、search_method 和 split_method 先表达你的判断。这样做能提醒你：代码不是乱试，而是建立在选择之上。
用 replace 清理 repair_label，用 find() 搜索 alert_note 里的关键词，再用 split 把 route_note 切成路线步骤。
最后把方法和结果都放进一个字典里。这样你不仅完成了三个小任务，也留下了一份“我是怎么选、怎么做”的清晰记录。
我们不会引入新的核心 API，不做性能比较，也不讨论复杂架构。重点只是：先看问题类型，再挑合适的文本动作。
参考答案点击展开点击收起
repair_label = "moss~gate~west"
alert_note = "warning: amber bell near bridge"
route_note = "north>east>vault"
print("Repair label:", repair_label)
print("Alert note:", alert_note)
print("Route note:", route_note)
clean_method = "replace"
search_method = "search"
split_method = "split"
cleaned_label = repair_label.replace("~", " ")
amber_index = alert_note.find("amber")
route_steps = route_note.split(">")
choice_report = {
"clean_method": clean_method,
"search_method": search_method,
"split_method": split_method,
"cleaned_label": cleaned_label,
"amber_index": amber_index,
"route_steps": route_steps,
}
print("Clean method:", clean_method)
print("Search method:", search_method)
print("Split method:", split_method)
print("Cleaned label:", cleaned_label)
print("Amber index:", amber_index)
print("Route steps:", route_steps)
print("Choice report:", choice_report)高级技巧想更进一步？点击展开点击收起
这节课最重要的不是多记一个方法名，而是开始形成一个稳定习惯：先判断文本任务属于哪一类，再动手写代码。
下一课你会把这些动作串起来，继续练“面对更脏文本时，怎样一步一步清理并整理结果”。