正则表达式 findall start() 和 end() ？ Python

Posted 2023-02-23

【中文标题】正则表达式 findall start() 和 end() ？ Python

【英文标题】：Regex findall start() and end() ? Python

【发布时间】：2013-07-10 09:08:27

【问题描述】：

我正在尝试使用 re.findall 依次获取查询的开始和结束位置

import re

sequence = 'aaabbbaaacccdddeeefff'

query = 'aaa'

findall = re.findall(query,sequence)

>>> ['aaa','aaa']

我如何获得类似 findall.start() 或 findall.end() 的东西？

我想得到

start = [0,6]
end = [2,8]

我知道

search = re.search(query,sequence)

print search.start(),search.end()

>>> 0,2

只会给我第一个实例

【参考方案1】：

使用re.finditer:

>>> import re
>>> sequence = 'aaabbbaaacccdddeeefff'
>>> query = 'aaa'
>>> r = re.compile(query)
>>> [[m.start(),m.end()] for m in r.finditer(sequence)]
[[0, 3], [6, 9]]

来自文档：

返回一个iterator 产生MatchObject 实例 字符串中 RE 模式的非重叠匹配。字符串是 从左到右扫描，并按找到的顺序返回匹配项。

【讨论】：

你也可以只使用m.span()，而不是[m.start(), m.end()]，它返回一个开始和结束索引的元组。

您的代码失败 -> 序列 = 'aaadaa' 查询 = 'aa' ，您的输出 (0, 2) (4, 6) ，正确的输出 (0, 1) (1, 2) (4, 5)

@SanjitPrasad 它在引用的文字中清楚地说：“所有非重叠匹配......”

抱歉，如果我们也需要找到重叠匹配项怎么办。

【参考方案2】：

你不能。 findall 是一个便利函数，就像 the docs 说的那样，返回“字符串列表”。如果你想要MatchObjects 的列表，你不能使用findall。

但是，您可以使用finditer。如果您只是在匹配 for match in re.findall(…): 上进行迭代，则可以以相同的方式使用 for match in re.finditer(…) — 除了您获得 MatchObject 值而不是字符串。如果您确实需要列表，只需使用matches = list(re.finditer(…))。

【参考方案3】：

使用 finditer 而不是 findall。这为您提供了一个产生 MatchObject 实例的迭代器，您可以从 MatchObject 获取开始/结束。