Python：獲取字符串索引的行號和列號？

Question

假設我有一個正在操作的文本文件。 像這樣的東西（希望這不是太難以理解）：

data_raw = open('my_data_file.dat').read()
matches = re.findall(my_regex, data_raw, re.MULTILINE)
for match in matches:
    try:
        parse(data_raw, from_=match.start(), to=match.end())
    except Exception:
        print("Error parsing data starting on line {}".format(what_do_i_put_here))
        raise

請注意，在異常處理程序中有一個名為what_do_i_put_here的變量。 我的問題是：如何分配給該名稱，以便我的腳本將打印包含我正在嘗試使用的“壞區域”開頭的行號？ 我不介意重新閱讀文件，我只是不知道我會做什么......

Answer 1

我寫了這個。 它未經測試且效率低下，但確實有助於我的異常消息更加清晰：

def coords_of_str_index(string, index):
    """Get (line_number, col) of `index` in `string`."""
    lines = string.splitlines(True)
    curr_pos = 0
    for linenum, line in enumerate(lines):
        if curr_pos + len(line) > index:
            return linenum + 1, index-curr_pos
        curr_pos += len(line)

我什至沒有測試過列號是否准確。 我沒有遵守YAGNI

Answer 2

這里有一些更清晰的東西，在我看來，比你自己的答案更容易理解：

def index_to_coordinates(s, index):
    """Returns (line_number, col) of `index` in `s`."""
    if not len(s):
        return 1, 1
    sp = s[:index+1].splitlines(keepends=True)
    return len(sp), len(sp[-1])

它的工作方式與您自己的答案基本相同，但是通過使用字符串切片splitlines()實際上可以計算您需要的所有信息，而無需任何后期處理。

必須使用keepends=True來為行尾字符提供正確的列數。

唯一的額外問題是空字符串的邊緣情況，可以很容易地由保護子句處理。

我在 Python 3.8 中對其進行了測試，但它可能在大約 3.4 版之后正常工作（在某些舊版本中len()計算代碼單元而不是代碼點，我認為它會因包含 BMP 之外的字符的任何字符串而中斷）

Answer 3

列索引從 0 開始，因此您需要在代碼的最后從 len(sp[-1]) 中提取 1 以獲得正確的列值。 此外，如果字符串的長度為 0 或字符串太短而無法適應索引，我可能會返回 None （而不是“1.1” - 這也是不正確的，因為它應該是“1.0”......）。 否則，這是一個出色而優雅的解決方案Tim。

def index_to_coordinates(txt:str, index:int) -> str:
    """Returns 'line.column' of index in 'txt'."""
    if not txt or len(txt)-1 < index:
        return None
    sp = txt[:index+1].splitlines(keepends=True)
    return (f"{len(sp)}.{len(sp[-1])-1}")