Question

我正在寻找一种方法来在句子中查找某个字符串，然后返回该字符串首个字母的索引号。尽管这似乎很容易，但我偶然发现了一个似乎找不到解决方案的问题。任务中的困难是试图找到原始句子的索引号。因此，任务是在句子中查找字符串，对于第一个示例，这是没有问题的，因为国家/地区在第一个空格之前开始，但是对于第二个，则不是这种情况。

search = 'Mali' 
sentence = 'Panama lies in Central America.'

search = 'Poland'
sentence = 'The criminal was arrested by Interpol and the local police.'

所以我首先写了这个简单的代码：

indexnumber = sentence.lower().find(search.lower())

第一个正确返回4，第二个正确返回29（我需要34），因为它不计算非Alpa字符的数量。寻找原始句子obv给我一个-1，因为它们之间有空格。我曾想过要计算介于两者之间的非字母字符的数量，但还不知道该怎么做。

然后，我尝试了一些过于复杂的循环，这些循环似乎可以正常工作，但是我敢肯定，对于这种复杂的构造，必须有一个更加Python化的解决方案。

counter = 0
indexnr = 0
possible = []
search = search.replace(" ", "")

for charac in sentence:
    if counter <= len(search) - 1 and charac.isalpha():
        if charac.lower() == search.lower()[counter]:
            counter += 1
            possible += [indexnr]
        else:
            counter = 0
            possible = []
    indexnr += 1

print(possible[0])

基本上，这是一个for循环，当句子中的字母等于搜索中的第一个字母时创建一个列表，然后查找搜索中的第二个字母，依此类推，直到完全匹配且长度等于该列表等于搜索的长度，也就是完全匹配。如果不完全匹配，我会将计数器重置为0，然后再次清除列表。

尽管这可行，但我正在寻找一种更简单的解决方案，例如一种告诉find函数在原始句子中查找的方法，但是当到达非字母字符时，它会忽略它或继续搜索直到阿尔帕字符将其拧紧。

对于缩进的任何可能的错误表示歉意，这是我第一次在这里粘贴代码。

Answer 1

这可以通过正则表达式库轻松解决。

阅读正则表达式模式运算符部分和标志部分   正则表达式库docs。

一旦有了这个，请执行[pattern].search(target_string)。保存   输出到变量-如果匹配，您将获得一个匹配对象。

使用匹配的对象，您将可以找到开始和结束   在变量您上询问.group(0).start或group(0).end   将匹配对象另存为。

编辑： 我已经意识到我所说的大部分内容都是错误的，如果使用边界/一词来进行正则表达式的正常解决不是那么容易IES是未知的。 @ user2849789的答案更好，并且确实支持正则表达式，但是如果有人在寻找不需要正则表达式的另一种解决方案：

search = 'Poland'
sentence = 'The criminal was arrested by Interpol and the local police.'

srch = search.lower()

sentce = sentence.lower()

indexNr = 0

while indexNr < len(sentce):
    print("sentce[indexNr]=", sentce[indexNr]) #debug
    if sentce[indexNr] == srch[0]:
        print("Found starting char: ", srch[0])
        srchNr = 1
        spaces = 0
        while sentce[(indexNr + srchNr + spaces)] == srch[srchNr] or sentce[(indexNr + srchNr)] == " ":
            print(f"Searching for match! Search char is currently", srch[srchNr], "sentce[(indexNr + srchNr + spaces)] is '" + sentce[(indexNr + srchNr + spaces)] + "'")
            if sentce[(indexNr + srchNr + spaces)] == srch[-1]:
                print("Found word irrelevant of word boundaries! Starting index is ", indexNr)
                break
                #return indexNr
            elif sentce[indexNr + srchNr + spaces] == srch[srchNr]:
                #increment nested while loop counter
                srchNr += 1
            elif sentce[(indexNr + srchNr + spaces)] == " ":
                spaces += 1
    indexNr += 1

Answer 2

您可以使用以下正则表达式进行搜索。可以使用for循环来创建这些正则表达式。

通过以下链接进行检查：https://regexr.com/42eq1

我不认为会有更好的选择：|

[\] *-搜索0个或多个空格。

search = 'Mali'
sentence1 = 'Panama lies in Central America.'

search = 'Poland'
sentence = 'The criminal was arrested by Interpol and the local police.'


p = re.compile("[m][\ ]*[a][\ ]*[l][\ ]*[i]")
p = re.compile("[p][\ ]*[o][\ ]*[l][\ ]*[a][\ ]*[n][\ ]*[d]")

indexnumber = sentence.lower().find(search.lower())
print(indexnumber)
print(re.search(p,sentence).start())

Answer 3

感谢大家的回应。我相信你的意思是这样的吗？

for charac in search:
    if charac.isalpha():
        regexpr += '[' + charac.lower() + '][\ ]*'

q = re.compile(regexpr)

indexnr = re.search(q, sentence).start()

我仍在尝试学习reg表达式。如果我没记错的话，例如，如果我也想忽略逗号，则应使用自己的表达式权限修改[\] *。

编辑：如果您只是注释，是否也可以格式化代码？没有立即找到它，所以不得不回答我自己的问题

返回句子中某个字符串的索引号

3 个答案: