在python中搜索通配符的字符串并返回匹配位置

Question

我目前正在处理一个由数千个具有身份的字符串组成的数据集，并想搜索通配符主题（由 N 后跟除 P 之外的任何字母组成，然后是 S 或 T）的位置使用 RegEx 模块在字符串中出现，并返回一个 ID 对列表，其中包含主题出现的位置。

import re
strings = [['ID#1','NTGSLTKNASMNLTQRSNQT'],['ID#2','NLSHTNWEUWBNTTDKWODNUT'],...]
for x in strings:
    re.search('N[^P][ST]',x[1])

我想返回：

[['ID#1',[8,12,18]],['ID#2',[1,12,20]],.....]

如果有人有任何想法，将不胜感激，谢谢！

Answer 1

您很可能正在寻找这个。

re.finditer(pattern, string[, flags]) 

返回一个迭代器，在字符串中 RE 模式的所有非重叠匹配上产生 MatchObject 实例。 从左到右扫描字符串，并按找到的顺序返回匹配项。 空匹配项包含在结果中，除非它们触及另一个匹配项的开头。

这将工作..

import re

strings = [['ID#1','NTGSLTKNASMNLTQRSNQT'],['ID#2','NLSHTNWEUWBNTTDKWODNUT']]
pattern = re.compile('N[^P][ST]')

print [[f[0], [m.start() + 1 for m in pattern.finditer(f[1])]] for f in strings]

或者你可以尝试像..

import re

strings = [['ID#1','NTGSLTKNASMNLTQRSNQT'],['ID#2','NLSHTNWEUWBNTTDKWODNUT']]
pattern = re.compile('N[^P][ST]')

for x in strings:
    p = pattern.finditer(x[1])
    print [[x[0], [m.start() + 1 for m in p]]

Answer 2

我在 Python 方面不是很有经验，但我认为你可以做这样的事情：

import re
strings = [['ID#1','NTGSLTKNASMNLTQRSNQT'],['ID#2','NLSHTNWEUWBNTTDKWODNUT']]
def findpos(s):
    return [s[0], [m.start() + 1 for m in re.finditer('N[^P][ST]',s[1])]]

return map(findpos, strings)
// [['ID#1', [8, 12, 18]], ['ID#2', [1, 12, 20]]]

或者更简单地说，只是：

[[s[0], [m.start() + 1 for m in re.finditer('N[^P][ST]',s[1])]] for s in strings]