Python Regex - 如何获取匹配的位置和值

问题描述：

如何使用re模块获取所有匹配的起始和终止位置？例如，给定模式r'[a-z]'和字符串'a1b2c3d4'，我想要获取每个字母的位置。理想情况下，我还想获取匹配的文本。

解决方案 1：

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

解决方案 2：

摘自

正则表达式指南

span() 在单个元组中返回起始和结束索引。由于 match 方法仅检查 RE 是否在字符串开头匹配，因此 start() 将始终为零。但是，RegexObject 实例的 search 方法会扫描整个字符串，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)

结合：

在 Python 2.2 中，finditer() 方法也可用，它返回 MatchObject 实例序列作为迭代器。

>>> 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)

你应该能够做一些事情

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

解决方案 3：

对于 Python 3.x

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

对于字符串中的每个匹配，您将获得`
`分离的元组（分别包含匹配的第一个和最后一个索引）和匹配本身。

解决方案 4：

请注意，正则表达式中的跨度和组已为多个捕获组建立索引

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))