如何从正则表达式匹配中获取索引？

dvinesett 发表于 Dev

德文塞特

我正在寻找针对我的问题的更多Python或函数式编程解决方案。

我regular expression将a匹配到字符串。正则表达式在每个通配符重复周围捕获一个组。我使用这些组来掩盖比赛中的通配符。以下代码显示了一个示例：

out_str_list = []
original_str = 'XYZQUACKESTARNFSDMADESBHSCHILDABCD'
match = re.search('(?=(QUACK(.{2,4})TAR(.{2,4})MAD(.{3,5})CHILD))', original_str)   # searching while grouping repetitions of wildcards
hide_ranges = tuple(match.span(i) for i in range(2, len(match.groups()) + 1))   # ((8, 10), (13, 17), (20, 25))
match_range = match.span(1) # (3, 30)
i = 0

out_str_list.append(original_str[match.span(1)[0]:hide_ranges[0][0]])
while i < len(hide_ranges):
    out_str_list.append("-({0})-".format(hide_ranges[i][1] - hide_ranges[i][0]))
    if i == 0 and len(hide_ranges) != 1:
        out_str_list.append(original_str[hide_ranges[0][1]:hide_ranges[1][0]])
    elif i == len(hide_ranges) - 1:
        pass
    else:
        out_str_list.append(original_str[hide_ranges[i][1]:hide_ranges[i+1][0]])
    i += 1
out_str_list.append(original_str[hide_ranges[i-1][1]:match.span(1)[1]])
match_str = ''.join(out_str_list)

assert match_str = 'QUACK-(2)-TAR-(4)-MAD-(5)-CHILD'

该代码有效，但似乎比所需的更为冗长。此示例的更一般形式：

我有一个字符串： XYZQUACKESTARNFSDMADESBHSCHILDABCD

从正则表达式匹配中，生成元组： ((8, 10), (13, 17), (20, 25))

和一个具有匹配的开始和结束索引的元组： (3, 30)

我怎样才能得到一个像这样的字符串QUACK-(2)-TAR-(4)-MAD-(5)-CHILD？

我想要做类似的事情str.split，并str.join({length of gap})为每一个捕捉组。我不能完全做到这一点，因为给了我索引而不是要分割的字符串。我知道函数式编程方法会使用诸如map或filter之类的方法，但是我不确定如何以所需的方式应用字符串切片。

马克西姆

您可以re.split用来提取字符串的不匹配部分，并re.findall找到字符串的匹配部分。然后，您可以遍历这些集合，并将数据汇总在一起：

import re

s = 'XYZQUACKESTARNFSDMADESBHSCHILDABCD'
matches = re.findall('QUACK|TAR|MAD|CHILD',s)
non_matches = re.split('QUACK|TAR|MAD|CHILD',s)
'-'.join(["{}-({})".format(matches[i], len(non_matches[i+1])) for i in range(len(matches))])
#'QUACK-(2)-TAR-(4)-MAD-(5)-CHILD-(4)'

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。