如何找到所有正则匹配的索引？

Question

我正在解析一些字符串，这些字符串里面可能包含任意数量的带引号的子字符串（我在解析代码，想避免使用PLY）。我想知道一个子字符串是否被引号包围，而我已经知道了这个子字符串的索引位置。最开始我想用正则表达式（re）来找到所有匹配的内容，然后再确定它们代表的索引范围。

我觉得可以用正则表达式来匹配，比如 \"[^\"]+\"|'[^']+'（目前我不想处理三重引号之类的字符串）。当我使用findall()时，我得到了一个匹配字符串的列表，这样虽然不错，但我需要的是索引。

我的子字符串可能很简单，比如 c，我需要确定这个特定的 c 是否真的被引号包围。

Answer 1

这段代码应该能解决你的问题：

pattern=r"(?=(\"[^\"]+\"|'[^']+'))"

接下来，使用下面的代码来获取所有重叠的索引：

indicesTuple = [(mObj.start(1),mObj.end(1)-1) for mObj in re.finditer(pattern,input)]

Answer 2

要获取所有出现位置的索引：

S = input() # Source String 
k = input() # String to be searched
import re
pattern = re.compile(k)
r = pattern.search(S)
if not r: print("(-1, -1)")
while r:
    print("({0}, {1})".format(r.start(), r.end() - 1))
    r = pattern.search(S,r.start() + 1)

Answer 3

这就是你想要的内容：(来源)

re.finditer(pattern, string[, flags]) 

这个方法会返回一个迭代器，它会生成 MatchObject 实例，这些实例代表了字符串中所有不重叠的正则表达式匹配结果。这个字符串是从左到右扫描的，匹配结果会按照找到的顺序返回。空匹配也会被包含在结果中，前提是它们不和其他匹配的开头重叠。

你可以从这些 MatchObject 中获取匹配的起始和结束位置。

例如：

[(m.start(0), m.end(0)) for m in re.finditer(pattern, string)]