使用正则表达式来提取字符串位置Python

Question

我试图提取使用正则表达式的子字符串的位置（索引）。我需要使用正则表达式，因为字符串不会完全相同。我想获取子字符串的位置（无论是开始位置还是结束位置），因此我可以在该子字符串后面输入1,000个字符。

例如，如果我有“而外币频繁交易，大部分赚的钱很少”。我想找到“外币”的位置，这样我就可以得到所有的单词。

f5是正文。

我已经试过：

p = re.compile("((^\s*|\.\s*)foreign\s*(currency|currencies))?") 
for m in p.finditer(f5): 
    print m.start(), m.group() 

得到的位置。这给了我（0,0），即使我已经检查过以确保正则表达式在文本中找到我要找的东西。

我也试过：

location = re.search(r"((^\s*|\.\s*)foreign\s*(currency|currencies))?", f5) 
print location 

输出为0x297d3328>

< _sre.SRE_Match如果我我得到（0,0）再次尝试

location.span() 

。

基本上，我想将< _sre.SRE_Match在0x297d3328>转换为一个整数，该整数给出搜索词的位置。

我花了半天的时间寻找解决方案。谢谢你的帮助。

Answer 1

除了以前的解决方案/意见，如果你希望所有的话后，你可以这样做：

>>> location = re.search(r".*foreign\s*currenc(y|ies)(.*)", f5) 
>>> location.group(2) 
' are traded frequently, very little money is made by most.' 

的.group(2)部分匹配正则表达式的(.*)。

Answer 2

您的模式包含“foreign”之前的所有内容。所以python会考虑你的匹配部分。如果你想放弃，只需从搜索字符串中删除它。

尝试：

p = re.compile('foreign\s+(currency|currencies)?') 
m = p.search(s) 
m.start() 

这也适用于finditer：

for m in p.finditer(s): 
    m.start() 

Answer 3

不必在Python很多经验，所以我不能直接回答你的问题。但是，如果你想从匹配开始的子字符串，为什么你不匹配字符串的其余部分，或者在匹配之前删除所有内容。

Example 1:

比赛foreign currenc(y|ies)然后在字符串中的每个其它字符。我使用了s修饰符，以便点也匹配新行。

foreign\s+currenc(?:y|ies).* 

Example 2:

与空字符串替换此表达式。这将懒惰地匹配所有东西，直到foreign currenc(y|ies)的前视图匹配。

.*?(?=foreign\s+currenc(?:y|ies)) 

注：我改变(currency|currencies)到currenc(?:y|ies)，因为它是slightly more efficient。