Question

基本上，我想找到任何子串的第一次出现的索引：“ABC”，“DEF”或“GHI”，只要它们以3的间隔出现。我为匹配这种模式而编写的正则表达式是：

regex = compile ("(?:[a-zA-Z]{3})*?(ABC|DEF|GHI)")

*?确保我获得第一场比赛，因为它不贪婪。我正在使用捕获组，因为我认为这是实际获取我实际需要的索引（子串）的唯一方法。我不关心比赛本身的起始位置，只是捕获组开始的地方。 ...{3}...要求模式以3的间隔出现，即：

example_1 = "BNDABCDJML"

example_2 = "JKMJABCKME"

example_1会匹配，因为"ABC"位于第3位，但example_2 不匹配，因为"ABC"位于第4位。

理想情况下，给定字符串：

text = "STCABCFFC"

这匹配，但如果我只是得到比赛的开始，它会给我0，因为那是比赛的开始索引，我想要的是3

我想这样做：

print match(regex, text).group(1).start()

但是，当然，这不起作用，因为start()不是字符串的方法，而且字符串现在独立于text。我不能简单地搜索捕获组中子字符串的起始索引，因为这不能保证它遵循正则表达式模式（仅以3的间隔出现）。也许我忽略了一些东西，我不会在python中写太多，所以请原谅我，如果这是一个微不足道的问题。

Answer 1

你走在正确的轨道上。 start is a method for the MatchObject。以下是他们在文档中提供的示例：

>>> email = "tony@tiremove_thisger.net"
>>> m = re.search("remove_this", email)
>>> email[:m.start()] + email[m.end():]
'tony@tiger.net'

基本上，您应该match(regex, text).group(1).start()而不是match(regex, text).start(1)。

Answer 2

您可以从match对象 - re.MatchObject.start(group)，re.MatchObject.end(group)获取开始和结束索引：

regex = compile ("(?:[a-zA-Z]{3})*?(ABC|DEF|GHI)") 

for m in re.finditer(regex, "STCABCFFC"):
    print m.start(1), m.end(1)
    print m.span(1)  # Prints 2-element tuple `(start, end)`

获取正则表达式模式中捕获组的起始位置

2 个答案: