给定一个字符串如何找到 python 中所有非空白子串的开始和结束索引

Question

给定一个字符串：

?           ^^^^    ^^^  --

如何找到第一个字符后所有子串的开始和结束索引？

预期输出：(12,15), (20,22), (25,26)

我尝试了以下方法，但它只适用于第一个子字符串而不适用于其余部分：

string = '?           ^^^^    ^^^  --'
index = len(string ) - len(string .lstrip())

Answer 1

使用正则表达式匹配non-whitespace的任何序列。 Match 对象包含每个匹配项的开始和结束索引。

import re
string = '?           ^^^^    ^^^  --'
result = [(m.start(), m.end()-1) for m in re.finditer(r'\S+', string)][1:]

[1:] 删除开头的 ? 的匹配项。

我不得不从 m.end() 中减去 1，因为它指向在匹配之后的索引（这样使用开始和结束作为范围将得到整个匹配）。

如果第一个子字符串可以紧跟在?之后，则需要先对字符串进行切片，然后在开始索引处加1而不是在结束索引处减1，以调整缺少的第一个字符.

result = [(m.start()+1, m.end()) for m in re.finditer(r'\S+', string[1:])]

Given a string how to find start and end index of all non-whitespace substrings in python