Python - 在字符串中定位正则表达式匹配的位置？

Question

我现在正在用正则表达式来搜索RSS源，看看有没有提到某些单词和短语，然后我还想提取匹配内容两边的文本。例如：

String = "This is an example sentence, it is for demonstration only"
re.search("is", String)

我想知道“is”这个词出现的位置，这样我就可以提取并输出类似这样的内容：

1 match found: "This is an example sentence"

我知道用分割的方法很简单，但我需要知道匹配的第一个字符在字符串中的索引位置，而我不知道怎么找到这个位置。

Answer 1

re.Match 对象有很多方法，可以帮助你完成这个任务：

>>> m = re.search("is", String)
>>> m.span()
(2, 4)
>>> m.start()
2
>>> m.end()
4

Answer 2

我觉得这个问题还没有被完全解答，因为所有的回答都只是给出了单个匹配的例子。提问者的问题展示了有两个匹配项的细微差别，还有一个子串匹配的情况，这个子串不应该被报告，因为它不是一个完整的单词或标记。

要匹配多个出现的情况，可以这样做：

iter = re.finditer(r"\bis\b", String)
indices = [m.start(0) for m in iter]

这样做会返回原始字符串中两个匹配的位置的列表。

Answer 3

你可以使用 .find("is")，它会返回字符串中“is”的位置。

或者可以使用 re 模块中的 .start() 方法。

>>> re.search("is", String).start()
2

实际上，它会匹配“This”中的“is”。

如果你想逐个单词匹配，应该在“is”前后加上 \b，\b 是表示单词边界的符号。

>>> re.search(r"\bis\b", String).start()
5
>>>

想了解更多关于 Python 正则表达式的信息，可以查看 文档。