1

find関数により、任意の文字列の頭のインデックスが求められます。

str1 = "abcdefghijklmn"
print(str1.find('cde'))
#2

では、同様に、任意の文字列が複数ある場合は、どのようにしたら良いのでしょう。
よろしく、お願いいたします。

str2 = "abcdefabcdeghicde"
# 2,8,14

3 件の回答 3

2

いろいろな方法がありますが、正規表現を使って行う方法があります。

正規表現(reモジュール)のfinditerメソッドを使ってMatchオブジェクトのイテレータを取得し、Matchオブジェクトのstartメソッドの返り値を見ればよいです。

re --- 正規表現操作 — Python 3.9.4 ドキュメント

import re
str2 = "abcdefabcdeghicde"
res_iter = re.finditer("cde", str2) 
res_list = [] #結果を入れるリスト
for res in res_iter:
    res_list.append(res.start())

print(res_list)
1

以下は list comprehension + 文字列の比較です。

str2 = 'abcdefabcdeghicde'
query = 'cde'
len_s, len_q = len(str2), len(query)
result = [i for i in range(len_s-len_q+1) if query == str2[i:(i+len_q)]]
print(result)
# 実行結果
[2, 8, 14]

余談

ところで、re.finditer() は正規表現による capture なので、単なる文字列(fixed string)での正規表現では部分文字列の overlap を処理しません。

import re

str2 = 'xxx'
query = 'xx'
print([m.start() for m in re.finditer(query, str2)])
# 実行結果
[0]

##
len_s, len_q = len(str2), len(query)
result = [i for i in range(len_s-len_q+1) if query == str2[i:(i+len_q)]]
print(result)
# 実行結果
[0, 1]

overlap ありで capture したい場合には lookahead assertion を使います。

import re

str2 = 'xxx'
query = r'(?=xx)'
print([m.start() for m in re.finditer(query, str2)])
# 実行結果
[0, 1]
1
  • 1
    ご回答、ありがとうございます(stack over flowはまだ不慣れなため、当コメント、行替えナシの表示になってしまうかもしれません。読みにくい場合は、どうぞ、ご容赦下さいませ)// abc,bcd,cde…と回していき、cde(query)と一致したのなら、その先頭のインデックスを変数(result)に入れていく、ですね。// str2 = 'abcdefabcdeghicde' query = 'cde'では、 print([m.start() for m in re.finditer(query, str2)])も、 len_s, len_q = len(str2), len(query) result = [i for i in range(len_s-len_q+1) if query == str2[i:(i+len_q)]] も同じ実行結果ですが、 str2 = 'xxx' query = 'xx' の場合、結果が異なりました。 理屈からいえば、[0, 1]ですね。 Re.finditerは、overlapを処理しないというニュアンス(たぶん)分かったと思います。//
    – kintoki
    Commented 2021年7月11日 6:11
1

 このような関数を作りました。
target_txtにはもともとの抽出前の文字列、find_txtにはtarget_txtから検索したい文字列を入れてください。そうすれば、検索したい文字列がどこから始まるかインデックスをリスト形式で返してくれます。

def findallpos(target_txt : str, find_txt : str) :
    count = target_txt.count(find_txt)

    idx_list = []
    last_idx = -1
    for i in range(count):
        last_idx = last_idx + 1 + target_txt[last_idx + 1:].find(find_txt)
        idx_list.append(last_idx)
    return idx_list

余談
 100億文字のランダムなアルファベットのテキストファイルを作成し、その中に5個検索対象を紛れ込ませて検索をしたところ、For文を回すよりも格段に速い実行結果となりました。
For文で行った場合は、1秒ほどかかったのに対し、この関数はほぼ一瞬で検索ができました。
巨大な文字列からの検索の場合は、ぜひ使用してみてください。

この質問に回答するには、ログインする必要があります。

求めていた回答ではありませんか? のタグが付いた他の質問を参照する。