Python：拆分字符串并获取位置

Question

我希望将一个字符串分割成若干部分，并且获取每个部分的起始位置。可以使用以下代码实现：

str_ = '  d     A7    g7'
flag_non_space_string_started = False
positions = []
for i, letter in enumerate(str_):
    if letter is not ' ':
        if not flag_non_space_string_started:
            positions.append(i)
            flag_non_space_string_started = True
    else:
        flag_non_space_string_started = False
# this is what I want
print(str_.split())
print(positions)
# prints:
# ['d', 'A7', 'g7']
# [2, 8, 14]

有没有更短（更符合Python风格）的方法来获取这些位置？

- Tillmann Walther

---

短并不等同于Pythonic。通常情况下，缩短代码会使其更难理解。 - user

Answer 1

您可以在此处使用 itertools.groupby 和 enumerate。我们使用 not str.isspace 分组白色空格，所以对于非空格字符而言，k 为真值，空格则为假值，因此需要使用 if k 条件。由于每个分组都是迭代器，我们需要调用 next() 函数来获取起始索引和第一个字符。然后使用列表推导式来获取组中其余的项目，并将其传递给 str.join() 函数以获取字符串。别忘了在此字符串前面添加我们之前弹出的项目：

from itertools import groupby

str_ = '  d     A7    g7'

for k, g in groupby(enumerate(str_), lambda x: not x[1].isspace()):
    if k:
        pos, first_item = next(g)
        print pos, first_item + ''.join([x for _, x in g])

输出：

2 d
8 A7
14 g7

如果上述解决方案看起来很复杂，那么可以使用re.finditer。由re.finditer返回的匹配对象具有像.start()和group()这样的方法，它们分别对应于匹配组的起始索引和组本身。

import re

str_ = '  d     A7    g7'

for m in re.finditer(r'\S+', str_):
    index, item = m.start(), m.group()
    # now do something with index, item

- Ashwini Chaudhary

---

OP似乎实际上想要两个单独的列表，因此需要进行更多的工作，而不仅仅是re.finditer。 - Padraic Cunningham

@PadraicCunningham 更多的只是一个zip*调用。 - Ashwini Chaudhary

@PadraicCunningham Indices, items = map(list, zip(*LC))，或者使用简单的循环re.finditer，然后跟随append调用两个列表也可以。让我们把这个练习留给OP。 - Ashwini Chaudhary

@AshwiniChaudhary，不要误会，这与个人无关。我之所以给你的帖子点了踩，只是因为它让人误认为“短小而复杂的代码就是好代码”。 - user

@user5061 为什么你认为是我给你的投票点了踩🤔 - Ashwini Chaudhary