如何定位句子指定子串内目标字符在原字符串中的位置

你可以通过「先定位子串在原句的偏移量，再叠加目标字符在子串内的相对位置」的方式精准定位，具体实现如下：

核心思路 #

1. 先找到你提取到的子串for 1 week在原句中的起始索引
2. 再找到目标字符1在子串内部的相对索引
3. 两个索引相加，就是目标字符在原句中的绝对位置

代码示例 #

import re

# 原句
original_sentence = "Take 1 tablet in the morning and at noon for 1 week"
# 你通过NLP提取到的子串
extracted_substr = "for 1 week"

# 1. 定位子串在原句的起始位置
sub_match = re.search(re.escape(extracted_substr), original_sentence)
if not sub_match:
    print("子串未在原句中匹配到")
else:
    substr_start_idx = sub_match.start()
    # 2. 定位目标1在子串内的相对位置（加正向预查确保匹配的是后面带week的1，避免子串内有其他1的干扰）
    target_in_sub_idx = re.search(r"1(?=\s*week)", extracted_substr).start()
    # 3. 计算原句中的绝对位置
    target_absolute_idx = substr_start_idx + target_in_sub_idx

    # 验证结果
    print(f"目标1在原句中的索引位置：{target_absolute_idx}")
    print(f"验证：原句对应位置的字符是 {repr(original_sentence[target_absolute_idx])}")

简化写法（确认子串内仅存在一个目标1时可用） #

如果确定提取的子串里只有一个1，可以不用正则，直接用字符串自带的find方法，代码更简洁：

original_sentence = "Take 1 tablet in the morning and at noon for 1 week"
extracted_substr = "for 1 week"

substr_start = original_sentence.find(extracted_substr)
target_in_sub = extracted_substr.find("1")
target_pos = substr_start + target_in_sub

内容的提问来源于stack exchange，提问作者Julia