Question

这是我最初的做法：

string = '1'*15     
result = re.finditer(r'(?=11111)', string)      # overlapped = True   
                                                # Doesn't work for me 
for i in result:                                # python 3.5
   print(i.start(), i.end())

它找到所有重叠的匹配，但无法获得正确的结束索引。输出：

1 <_sre.SRE_Match object; span=(0, 0), match=''>
2 <_sre.SRE_Match object; span=(1, 1), match=''>
3 <_sre.SRE_Match object; span=(2, 2), match=''>
4 <_sre.SRE_Match object; span=(3, 3), match=''>
(and so on..)

我的问题： 如何找到所有重叠匹配，并将所有开始和结束索引都正确？

Answer 1

你得到的问题与前瞻是zero-width assertion消耗（即增加匹配结果）没有文字的事实有关。它只是字符串中的一个位置。因此，所有匹配都在字符串中的相同位置开始和结束。

您需要使用capturing group（即(?=(11111))）包围前瞻模式，并访问 1 组的开始和结束（i.start(1)和{{ 1}}）：

i.end(1)

请参阅Python demo，其输出为

import re
s = '1'*15     
result = re.finditer(r'(?=(11111))', s)

for i in result:
    print(i.start(1), i.end(1))

Answer 2

您能否与此实施进行比较，看看差异可能在哪里。

match = re.finditer(r'111','test111 end111 and another 111')
for i in match:
    print(i.start(),i.end()

如果这不适合您，请分享您的数据样本

python 3正则表达式 - 找到所有重叠的匹配＆＃39;字符串

2 个答案: