Python Regex - Come ottenere posizioni e valori di corrispondenze

Come posso ottenere le posizioni di inizio e fine di tutte le partite utilizzando il remodulo? Ad esempio, dato il modello r'[a-z]'e la stringa, 'a1b2c3d4'vorrei ottenere le posizioni in cui trova ogni lettera. Idealmente, vorrei riavere anche il testo della partita.

import re
p = re.compile("[a-z]")
for m in p.finditer('a1b2c3d4'):
    print(m.start(), m.group())

Preso da

Regular Expression HOWTO

span () restituisce gli indici di inizio e di fine in una singola tupla. Poiché il metodo match controlla solo se la RE corrisponde all'inizio di una stringa, start () sarà sempre zero. Tuttavia, il metodo di ricerca delle istanze RegexObject esegue la scansione della stringa, quindi in tal caso la corrispondenza potrebbe non iniziare da zero.

>>> p = re.compile('[a-z]+')
>>> print p.match('::: message')
None
>>> m = p.search('::: message') ; print m
<re.MatchObject instance at 80c9650>
>>> m.group()
'message'
>>> m.span()
(4, 11)

Combinalo con:

In Python 2.2, è disponibile anche il metodo finditer (), che restituisce una sequenza di istanze MatchObject come iteratore.

>>> p = re.compile( ... )
>>> iterator = p.finditer('12 drummers drumming, 11 ... 10 ...')
>>> iterator
<callable-iterator object at 0x401833ac>
>>> for match in iterator:
...     print match.span()
...
(0, 2)
(22, 24)
(29, 31)

dovresti essere in grado di fare qualcosa nell'ordine di

for match in re.finditer(r'[a-z]', 'a1b2c3d4'):
   print match.span()

Per Python 3.x

from re import finditer
for match in finditer("pattern", "string"):
    print(match.span(), match.group())

Otterrai \ntuple separate (che comprendono rispettivamente il primo e l'ultimo indice della corrispondenza) e la corrispondenza stessa, per ogni risultato nella stringa.

nota che lo span e il gruppo sono indicizzati per i gruppi di acquisizione multipla in un'espressione regolare

regex_with_3_groups=r"([a-z])([0-9]+)([A-Z])"
for match in re.finditer(regex_with_3_groups, string):
    for idx in range(0, 4):
        print(match.span(idx), match.group(idx))