Python：在字符串中找到特定单词号的开始索引

Question

我有一个字符串：

myString = "Tomorrow will be very very rainy"

我想获得单词编号5（非常）的启动索引。

我目前要做的是，我确实将我分为单词：

words = re.findall( r'\w+|[^\s\w]+', myString)

但是我不确定如何获取单词数字5：单词[5]的开始索引。

使用index（）不起作用，因为它发现了第一次出现：

start_index = myString.index(words[5])

Answer 1

不是很优雅，而是通过拆分单词列表进行循环，并根据单词长度和拆分字符计算索引（在这种情况下为空间）。该答案将针对句子中的第五个单词。

myString = "Tomorrow will be very very rainy"

target_word = 5

split_string = myString.split()

idx_start = 0

for i in range(target_word-1):
    idx_start += len(split_string[i])
    if myString[idx_start] == " ":
        idx_start += 1

idx_end = idx_start + len(split_string[target_word-1]) + 1

print(idx_start, idx_end, myString[idx_start:idx_end])

Answer 2

wordnum = 5
l = [x.span()[1] for x in re.finditer(" +", string)]
pos = l[wordnum-2]
print(pos)

输出

22

Answer 3

如果单词之间只有单个空间：

• 总结所有单词长度在想要的单词
• 添加空间数量

word_idx = 4  # zero based index
words = myString.split()
start_index = sum(len(word) for word in words[:word_idx]) + word_idx

之前：

22

Answer 4

如果字符串以5个单词开头，则可以匹配前4个单词并捕获第五个单词。

您可以使用start方法，然后将1传递给匹配对象。

^(?:\w+\s+){4}(\w+)

说明

• ^字符串的开始
• （？：\ w+ \ s+）{4}
• （\ w+）捕获组1，匹配1+字字符的

示例

import re

myString = "Tomorrow will be very very rainy"
pattern = r"^(?:\w+\s+){4}(\w+)"
m = re.match(pattern, myString)
if m:
    print(m.start(1))

输出

22

---

更广泛的匹配您可以使用\ s+匹配一个或多个非空格字符。

pattern = r"^(?:\S+\s+){4}(\S+)"