如何匹配字符串中的目标短语并获取对应单词索引？

嘿，我懂你的痛点——你要的是单词层面的索引，而不是字符位置，用re.search确实解决不了这个问题。咱们换个思路，直接从拆分后的单词列表入手就简单多了，下面是具体的实现方法：

基础实现（精确匹配） #

先看最直接的情况，假设你需要完全匹配单词（包括标点）：

original_str = "This is an example sentence, it is for demonstration only"
target_phrase = "example sentence"

# 拆分原字符串和目标短语为单词列表
splitted_words = original_str.split()
target_words = target_phrase.split()

target_len = len(target_words)
match_indices = None

# 遍历原单词列表，寻找连续匹配的子序列
for i in range(len(splitted_words) - target_len + 1):
    if splitted_words[i:i+target_len] == target_words:
        start_idx = i
        end_idx = i + target_len - 1
        match_indices = (start_idx, end_idx)
        break

if match_indices:
    print(f"找到匹配！起始单词索引：{match_indices[0]}，结束单词索引：{match_indices[1]}")
else:
    print("未找到匹配的短语")

不过注意哦，你例子里原字符串的sentence,带逗号，而目标短语里是sentence，这会导致上面的代码匹配失败。如果需要忽略标点或者大小写，可以看下面的优化版本。

优化版（忽略标点/大小写） #

如果要处理标点、大小写不一致的情况，我们可以先对每个单词做清洗：

import string

def clean_word(word):
    # 去除单词两端的标点，同时转成小写（如果需要大小写不敏感匹配）
    return word.strip(string.punctuation).lower()

original_str = "This is an example sentence, it is for demonstration only"
target_phrase = "example sentence"

splitted_words = original_str.split()
target_words = target_phrase.split()

# 清洗所有单词
cleaned_original = [clean_word(word) for word in splitted_words]
cleaned_target = [clean_word(word) for word in target_words]

target_len = len(cleaned_target)
match_indices = None

for i in range(len(cleaned_original) - target_len + 1):
    if cleaned_original[i:i+target_len] == cleaned_target:
        start_idx = i
        end_idx = i + target_len - 1
        match_indices = (start_idx, end_idx)
        break

if match_indices:
    print(f"找到匹配！起始单词索引：{match_indices[0]}，结束单词索引：{match_indices[1]}")
else:
    print("未找到匹配的短语")

这个版本就能正确匹配到你例子里的example（索引3）和sentence,（索引4）了。

为什么不用正则？ #

re.search返回的是字符的起始位置，要转成单词索引的话，你得统计该位置之前有多少个空格，这种方法不仅麻烦，还容易在单词间有多个空格的情况下出错。直接操作拆分后的单词列表，逻辑更清晰，也更可靠。

内容的提问来源于stack exchange，提问作者Avinash