Python正则表达式获取匹配的下标

Python正则表达式获取匹配的下标

0. 需求

        获取Python正则表达式匹配的下标。如：有一个句子"One plus two equals to three"，需要根据模板"X plus Y equals to Z"提取出变量"X"、"Y"和"Z"以及它们在句子中的位置（下标）。

---

1. 解决方案

要点：

• 使用finditer函数;
• 使用循环取下标;

代码如下:

import re

def get_items_idx(match_obj, with_words: bool = True) -> dict:
    """ 获取下标
    Parameters
    ----------
    :param match_obj: 匹配之后的对象
    :param with_words: bool (default=True), 是否需要返回对应的单词（默认为True）
    :return: dict of list. 返回的格式{"idx": [], "words": []}
    """
    ret = dict()
    ret["idx"] = []
    ret["words"] = []
    if match_obj:
        for obj in match_obj:
            item_num = len(obj.groups())
            for idx in range(1, item_num + 1):
                ret["idx"].append(obj.span(idx))
                if with_words:
                    ret["words"].append(obj.group(idx))
    else:
        print("failed!")
    return ret

text = "One plus two equals to three."
match_obj = re.finditer(r"(.*?) plus (.*?) equals to (.*).", text, re.M | re.I)
print(get_items_idx(match_obj))

运行结果：

{‘idx’: [(0, 3), (9, 12), (23, 28)], ‘words’: [‘One’, ‘two’, ‘three’]}