python - 如何从正则表达式匹配中获取索引？

Question

我正在为我的问题寻找更 Pythonic 或函数式编程的解决方案。

我将一个正则表达式与一个字符串匹配。正则表达式围绕通配符的每次重复捕获一个组。我使用这些组来掩盖比赛中的通配符。下面的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，但似乎比需要的要冗长得多。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，我生成元组:((8, 10), (13, 17), (20, 25))

和一个包含匹配开始和结束索引的元组:(3, 30)

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

我想为每个捕获的组做类似str.split 和str.join({length of gap}) 的事情。我不能完全这样做，因为我得到的是索引而不是要拆分的字符串。我知道函数式编程方法会使用 map 或 filter 之类的东西，但我不确定如何以我想要的方式应用字符串切片。

Answer 1

您可以使用re.split 来提取字符串中不匹配的部分，并使用re.findall 来查找字符串中的匹配部分。然后您可以遍历这些集合，并将数据聚合在一起:

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)'