在字典中的不同行上组织相等的正则表达式匹配

Question

我正在尝试提取正则表达式出现的元数据。特别是我坚持如何（最好）提取发生匹配的文本行。当有多个相等的匹配时，问题就出现了。因此，我编写了一个小脚本来提取所需的模式并使用 re.finditer 对其进行循环。但是，我被困在如何最好地“暂停”我的循环以返回正确的 match_index 与该行。我觉得生成器可能值得一看，或者我可能忽略了一种开箱即用的方法。执行以下操作的最“pythonic”（并且实际有效）的方法是什么？import restring = """a zero linewe can write pattern_1 herelet's buffer here, just chilling, everything's okI think it's time for a second pattern_2let's a do another pattern_1ciao"""pattern = re.compile(r"\w{7}_\d")found = re.finditer(pattern, string)matches_list = []for match_index, match in enumerate(list(found)):    for index, line in enumerate(string.splitlines()):        if match.group() in line:            match_meta_dict = {                'match_index': match_index,                'line': index            }            matches_list.append(match_meta_dict)            breakprint(matches_list)我想得到一个字典列表，其中该行对应于相应的模式，如下所示：[{'match_index': 0, 'line': 1}, {'match_index': 1, 'line': 3}, {'match_index': 2, 'line': 4}]相反，我得到（显然）：[{'match_index': 0, 'line': 1}, {'match_index': 1, 'line': 3}, {'match_index': 2, 'line': 1}]

Answer 1

您确定字典数组是存储它的最佳数据结构吗？我认为一个整数数组就足够了，因为match_index总是从 0 开始并增加 1，所以你真的只需要存储行号。该行号的索引是匹配索引。如果您坚持使用字典数组，则可以轻松地将行号数组转换为该数组。

line_numbers = []

for index, line in enumerate(string.splitlines()):

    for match in re.finditer(pattern, line):

        line_numbers.append(index)

转换为字典数组：

matches_list = []

for index, line_number in enumerate(line_numbers):

    matches_list.append({"match_index": index, "line": line_number})

Answer 2

只需遍历行，每当您找到匹配项时，就会增加一个计数器变量。