Python正则表达式 - 如何获取匹配的位置和值

Question

如何使用re模块获取所有比赛的开始和结束位置？例如,给定模式r'[a-z]'和字符串'a1b2c3d4'我想要获得它找到每个字母的位置.理想情况下,我也希望得到比赛的文字.

Answer 1

import re
p = re.compile("[a-z]")
for m in p.finditer('a1b2c3d4'):
    print(m.start(), m.group())

Answer 2

取自

正则表达式HOWTO

span()在单个元组中返回开始和结束索引.由于匹配方法仅检查RE是否在字符串的开头匹配,因此start()将始终为零.但是,RegexObject实例的搜索方法会扫描字符串,因此在这种情况下匹配可能不会从零开始.

>>> p = re.compile('[a-z]+')
>>> print p.match('::: message')
None
>>> m = p.search('::: message') ; print m
<re.MatchObject instance at 80c9650>
>>> m.group()
'message'
>>> m.span()
(4, 11)

将其与:

在Python 2.2中,finditer()方法也可用,返回一系列MatchObject实例作为迭代器.

>>> p = re.compile( ... )
>>> iterator = p.finditer('12 drummers drumming, 11 ... 10 ...')
>>> iterator
<callable-iterator object at 0x401833ac>
>>> for match in iterator:
...     print match.span()
...
(0, 2)
(22, 24)
(29, 31)

你应该可以按顺序做一些事情

for match in re.finditer(r'[a-z]', 'a1b2c3d4'):
   print match.span()

Answer 3

对于Python 3.x

from re import finditer
for match in finditer("pattern", "string"):
    print(match.span(), match.group())

\n对于字符串中的每个匹配,您将获得分离的元组(分别包括匹配的第一个和最后一个索引)和匹配本身.

Answer 4

请注意，跨度和组在正则表达式中为多捕获组编制索引

regex_with_3_groups=r"([a-z])([0-9]+)([A-Z])"
for match in re.finditer(regex_with_3_groups, string):
    for idx in range(0, 4):
        print(match.span(idx), match.group(idx))