如何用Python函数查找句子中重复单词的所有出现位置及问题排查

你遇到的问题大概率是因为只用了str.find()这类只返回首次匹配位置的方法，或者循环查找时没有更新起始索引，导致每次都从字符串开头找，只能拿到第一个位置。下面是完整的解决方案：

实现步骤与代码 #

import re
from collections import defaultdict

def find_duplicate_word_positions():
    # 获取用户输入的句子
    sentence = input("请输入要分析的句子：")
    
    # 1. 预处理：分割单词，同时处理标点和大小写
    # 用正则匹配单词（包含字母、撇号，比如don't），并转小写
    words = re.findall(r"\b\w+(?:['’]\w+)?\b", sentence.lower())
    word_count = defaultdict(int)
    
    # 统计每个单词的出现次数
    for word in words:
        word_count[word] += 1
    
    # 筛选出出现次数大于1的单词
    target_words = [word for word, count in word_count.items() if count > 1]
    
    if not target_words:
        print("没有出现次数大于1的单词")
        return
    
    # 2. 查找每个目标单词的所有位置
    result = defaultdict(list)
    lower_sentence = sentence.lower()
    
    for word in target_words:
        word_len = len(word)
        start_idx = 0
        # 循环查找所有匹配位置
        while True:
            # 从start_idx开始查找
            pos = lower_sentence.find(word, start_idx)
            if pos == -1:
                break
            # 记录位置（这里的位置是原字符串中的起始索引）
            result[word].append(pos)
            # 更新起始索引，避免重复匹配同一个位置
            start_idx = pos + word_len
    
    # 3. 输出结果
    print("出现次数大于1的单词及其位置：")
    for word, positions in result.items():
        print(f"单词 '{word}' 的位置：{positions}")

# 调用函数
find_duplicate_word_positions()

关键细节说明 #

• 标点与大小写处理：用正则r"\b\w+(?:['’]\w+)?\b"可以匹配带撇号的单词（比如don't），同时转成小写避免Hello和hello被当成不同单词。
• 循环查找位置：每次找到一个位置后，把下一次的起始索引设为pos + word_len，这样就能跳过当前匹配的单词，继续找下一个，不会重复获取同一个位置。
• 统计次数：用collections.defaultdict统计单词出现次数，筛选出需要处理的目标单词，避免无意义的查找。

测试示例 #

输入句子：Hello hello, world! Hello again world.
输出结果：

出现次数大于1的单词及其位置：
单词 'hello' 的位置：[0, 7, 21]
单词 'world' 的位置：[14, 32]

内容的提问来源于stack exchange，提问作者Gian carlo Khalil