如何在Python中获取字符位置列表？

Question

我正在尝试写一个函数，用来清理网页应用中的unicode输入，目前我想要复现这篇网页最后的PHP函数：http://www.iamcal.com/understanding-bidirectional-text/

我想在Python中找到一个和PHP的preg_match_all功能相似的东西。RE函数的findall只返回匹配的内容，但不包含位置，而search只返回第一个匹配的结果。有没有什么函数可以让我得到所有匹配的内容，并且还带上它们在文本中的位置呢？

比如说，给我一个字符串abcdefa和一个模式a|c，我想得到类似[('a',0),('c',2),('a',6)]这样的结果。

谢谢 :)

Answer 1

我不知道有没有办法让 re.findall 自动完成这个任务，但下面的方法应该可以：

1. 先用 re.findall 找出所有匹配的字符串。
2. 然后用 str.index 找到这些字符串在原始文本中的位置。不过，这里要小心：如果一个字符串在不同的位置出现了两次，re.findall 会返回这两个字符串，但你需要告诉 str.index 你想找的是第二次出现的位置，或者是第 n 次出现的位置。否则，它会返回你已经找到的位置。最好的办法是维护一个字典，把 re.findall 返回的字符串作为键，对应的位置列表作为值。

希望这对你有帮助

Answer 2

试试这个：

text = 'abcdefa'
pattern = re.compile('a|c')
[(m.group(), m.start()) for m in pattern.finditer(text)]