如何查找子字符串的所有匹配项？

Question

Python有string.find()和string.rfind()来获取字符串中子字符串的索引。

我想知道是否有类似string.find_all()的东西可以返回所有找到的索引（不仅是从头开始的第一个索引，还是从末尾开始的第一个索引）。

例如：

string = "test test test test"

print string.find('test') # 0
print string.rfind('test') # 15

#this is the goal
print string.find_all('test') # [0,5,10,15]

Answer 1

没有一个简单的内置字符串函数可以满足您的要求，但是您可以使用更强大的regular expressions：

import re
[m.start() for m in re.finditer('test', 'test test test test')]
#[0, 5, 10, 15]

如果要查找重叠匹配项，lookahead将执行以下操作：

[m.start() for m in re.finditer('(?=tt)', 'ttt')]
#[0, 1]

如果要反向查找所有不重叠的内容，可以将正向和负向展望组合成如下表达式：

search = 'tt'
[m.start() for m in re.finditer('(?=%s)(?!.{1,%d}%s)' % (search, len(search)-1, search), 'ttt')]
#[1]

^{}返回一个generator，因此您可以将上面的[]更改为()，以获得一个生成器，而不是一个列表，如果只对结果进行一次迭代，那么该列表将更有效。

Answer 2

这里有一个（非常低效的）方法来获得所有（即，甚至重叠）匹配：

>>> string = "test test test test"
>>> [i for i in range(len(string)) if string.startswith('test', i)]
[0, 5, 10, 15]

Answer 3

>>> help(str.find)
Help on method_descriptor:

find(...)
    S.find(sub [,start [,end]]) -> int

因此，我们可以自己建造：

def find_all(a_str, sub):
    start = 0
    while True:
        start = a_str.find(sub, start)
        if start == -1: return
        yield start
        start += len(sub) # use start += 1 to find overlapping matches

list(find_all('spam spam spam spam', 'spam')) # [0, 5, 10, 15]

不需要临时字符串或正则表达式。