的赞赏
假设我有以下字符串：
(def strg "apple orange apple")
我想要字符串中每个非唯一单词的边界索引。因此，苹果的第一次出现应该具有边界指数(0.4(，而苹果的第二次出现应该有边界指数(13，17(。
我一直在使用的一种方法是，首先将每个字符的索引存储在字符串中，然后，对于每个索引n，通过在n-1处寻找空间来识别单词边界(是的，这会错过字符串单词的开头(。如果满足了这个条件，则遍历接下来的k个字符，直到找到另一个空格——紧挨在该空格之前的位置上的字符是第二个边界索引。这个(失败的(代码的第一部分是
(for [ch strg]
(let [indx (int (.indexOf strg (str ch)))]
(cond (= (subs ch indx-1 ) " " )
continue with rest of above-described code logic
任何想法(Clojure、Java或Python都可以(都将受到
Clojure/Java更典型的做法是使用起始字符和结束字符后的索引，因此使用[0, 5]和[13, 18]。Java的Matcher将以这种方式返回每个匹配的开始和结束。
(def strg "apple orange apple")
(defn re-indices [re s]
(let [m (re-matcher re s)]
((fn step []
(when (. m find)
(cons [(. m start) (. m end)] (lazy-seq (step))))))))
(re-indices #"S+" strg)
;=> ([0 5] [6 12] [13 18])
subs将适当地使用它们
(->> (re-indices #"S+" strg)
(group-by (partial apply subs strg)))
;=> {"apple" [[0 5] [13 18]], "orange" [[6 12]]}
从这里，您只能筛选出那些具有多个索引对的子字符串键。
In [9]: import re
In [13]: def find_ind(word, s):
return [(w.start(), w.end() - 1) for w in re.finditer(word, s) if s.count(word) > 1]
In [14]: find_ind("apple",s)
[(0, 4), (13, 17)]
In [15]: find_ind("orange",s)
[]
使用python和re.finditer
返回一个迭代器，在字符串
中的RE模式的所有非重叠匹配中生成MatchObject实例