Question

说我有一个我正在操作的文本文件。像这样的东西（希望这不是太难以理解）：

data_raw = open('my_data_file.dat').read()
matches = re.findall(my_regex, data_raw, re.MULTILINE)
for match in matches:
    try:
        parse(data_raw, from_=match.start(), to=match.end())
    except Exception:
        print("Error parsing data starting on line {}".format(what_do_i_put_here))
        raise

请注意，在异常处理程序中有一个名为what_do_i_put_here的变量。我的问题是：如何分配该名称，以便我的脚本将打印包含“坏区域”开头的行号。我试着和谁一起工作？我不介意重新阅读文件，我只是不知道我做了什么......

Answer 1

我写了这个。它没有经过测试和效率低下，但确实有助于我的异常消息更加清晰：

def coords_of_str_index(string, index):
    """Get (line_number, col) of `index` in `string`."""
    lines = string.splitlines(True)
    curr_pos = 0
    for linenum, line in enumerate(lines):
        if curr_pos + len(line) > index:
            return linenum + 1, index-curr_pos
        curr_pos += len(line)

我甚至没有测试过列号是否模糊。我没有遵守YAGNI

Answer 2

这里有一些更简洁的东西，在我看来比你自己的答案更容易理解：

def index_to_coordinates(s, index):
    """Returns (line_number, col) of `index` in `s`."""
    if not len(s):
        return 1, 1
    sp = s[:index+1].splitlines(keepends=True)
    return len(sp), len(sp[-1])

它的工作方式与您自己的答案基本相同，但通过使用字符串切片 splitlines() 实际上可以计算您需要的所有信息，而无需任何后期处理。

必须使用 keepends=True 才能为行尾字符提供正确的列数。

唯一的额外问题是空字符串的边缘情况，可以很容易地由保护子句处理。

我在 Python 3.8 中对其进行了测试，但在大约 3.4 版之后它可能可以正常工作（在某些较旧的版本中，len() 计算代码单元而不是代码点，我认为它会因任何包含以下字符的字符串而中断） BMP)

Python：获取字符串索引的行号和列号？

2 个答案: