如何在匹配的字节码索引范围内查找子串的字节码位置？

我明白你的需求啦——你手里有一个字节码字符串，还有从编辑器拿到的匹配字节索引范围，现在要在这些范围内找出所有字母o的位置，并且转换成原字节串里的字节码索引对吧？而且你也提到要注意不能用普通字符串的start()/end()，因为那些不是字节层面的索引，这点很关键！

下面我给你一步步拆解实现思路，再附上Python代码示例：

核心思路 #

1. 确保操作对象是字节串：因为我们要处理的是字节码索引，所以你的mystring必须是bytes类型（而不是普通的str字符串），这样切片和查找都是基于字节的。
2. 遍历每个匹配范围：对每个[start_byte, end_byte]的字节范围，从原字节串中提取对应的子字节串。
3. 在子字节串中查找o的位置：因为o在UTF-8编码里是单字节（十六进制0x6F），所以直接查找b'o'即可。找到子串里的每个o的字节位置后，加上当前匹配范围的起始字节索引，就是它在原字节串里的真实字节码位置。

Python代码示例 #

# 示例字节串（替换成你的实际字节串）
mystring = b"Hello ëworld! This is another string with o and oops, let's check ëxample"
# 编辑器返回的匹配字节索引范围
matches = [[35, 43], [44, 49], [58, 62]]

# 存储所有找到的o的原字节码位置
o_positions = []

for start_byte, end_byte in matches:
    # 提取当前匹配范围的子字节串
    sub_bytes = mystring[start_byte:end_byte]
    # 初始化查找起始位置
    current_pos = 0
    while True:
        # 在子字节串中查找b'o'，从current_pos开始
        o_index = sub_bytes.find(b'o', current_pos)
        if o_index == -1:
            # 找不到更多o了，退出循环
            break
        # 转换为原字节串的字节索引，加入结果列表
        original_pos = start_byte + o_index
        o_positions.append(original_pos)
        # 更新下一次查找的起始位置，避免重复匹配同一个o
        current_pos = o_index + 1

print("找到的o在原字节串中的字节码位置：", o_positions)

关键细节说明 #

• 字节串的切片：mystring[start_byte:end_byte]直接按字节索引切片，完全符合你的匹配范围要求，不会因为多字节字符（比如ë是2字节）出现偏移问题。
• 循环查找所有匹配：用find()循环而不是count()，是因为我们需要每个o的具体位置，而不只是数量。每次找到后更新current_pos，确保不会重复查找同一个字符。
• 类型注意：如果你的原始数据是字符串（str），记得先转换成字节串，比如用mystring.encode('utf-8')，这样才能基于字节操作。

内容的提问来源于stack exchange，提问作者Reman