Python查找子串位置：finditer与while循环方法

本文深入对比了Python中查找子串位置的两种主流方法——正则表达式`re.finditer`与字符串`str.find`循环，全面剖析了它们在重叠匹配、特殊字符转义、空字符串处理、性能差异及异常控制等方面的典型陷阱与最佳实践；既揭示了`re.finditer`需借助`(?=())`实现重叠匹配的精巧却易错技巧，也强调了`str.find`循环在简洁性、可控性和调试友好性上的显著优势，最后给出清晰的选型指南：简单场景优先用`find`循环，动态/复杂模式再上正则，并反复提醒空字符串校验这一极易被忽视却会导致无限循环的关键细节。

用 re.finditer 查找所有子串位置，但要注意转义和重叠问题

正则匹配默认不支持重叠匹配，比如在 "aaaa" 中查 "aa"，re.finditer 默认只返回 0 和 2 两个起始位置，跳过 1 和 3。这是因为正则引擎匹配完一次后，会从匹配结束位置继续扫描，而非逐字符滑动。

如果需要重叠结果，得手动构造带正向先行断言的模式，例如：r"(?=(aa))" —— 这样 finditer 每次“匹配”长度为 0，但捕获组仍能拿到内容，起始位置就是重叠的每个起点。

• 普通非重叠查找：直接用 re.finditer(r"abc", text)，遍历 .start()
• 重叠查找：必须用 re.finditer(r"(?=({})".format(re.escape(sub)), text)，再取 .start(1) 或 .group(1)
• 子串含特殊字符（如 "a.b"）必须先 re.escape(sub)，否则点号被当通配符
• 性能上，正则比纯 Python 循环略慢，尤其短文本、简单子串时，没必要硬套正则

用 while 循环 + str.find 更直观可控

str.find(sub, start) 返回从 start 开始第一次出现的位置，返回 -1 表示没找到。配合 while 循环，可以精确控制每次搜索的起始偏移，天然支持重叠和非重叠两种逻辑。

关键点在于下一次的 start 设为多少：非重叠就设为 pos + len(sub)；重叠就设为 pos + 1。

• 非重叠版本：

  positions = []
  pos = text.find(sub)
  while pos != -1:
      positions.append(pos)
      pos = text.find(sub, pos + len(sub))
  

• 重叠版本：把 pos + len(sub) 改成 pos + 1
• 注意 text.find 对空字符串返回 0，循环会无限执行，使用前应显式检查 if not sub:
• 相比正则，这段代码无编译开销、无转义烦恼、调试时变量清晰可见

别忽略 str.index 和异常处理场景

str.index 和 find 行为几乎一样，唯一区别是没找到时抛 ValueError 而不是返回 -1。多数情况下你并不想让程序崩掉，所以 find 更安全；但如果你本意就是“必须存在”，用 index 配合 try/except 反而更明确意图。

• 想快速失败并提示错误原因：用 text.index(sub)，捕获 ValueError 后给出具体子串信息
• 想收集全部位置且容错：坚持用 find，避免异常打断流程
• 不要混用：比如在 while 循环里用 index 却不包异常，程序会在最后一次找不到时直接退出

实际选型建议：看子串是否动态、是否需重叠、是否已引入 re

如果子串是硬编码常量、不含正则元字符、只要非重叠位置，str.find 循环最轻量；如果子串来自用户输入或配置，又可能含 "."、"*" 等，且你已经用了正则做其他事，那就统一用 re.finditer 并记得 re.escape；重叠需求不常见，但一旦有，find 循环改一个数字就行，正则方案反而容易写错先行断言的括号层级。

最容易被忽略的是子串为空字符串的情况——它会让 find 永远返回 0，也会让正则的 (?=()) 匹配整个字符串长度加 1 次。生产代码里务必前置校验。

文中关于的知识介绍，希望对你的学习有所帮助！若是受益匪浅，那就动动鼠标收藏这篇《Python查找子串位置：finditer与while循环方法》文章吧，也可关注golang学习网公众号了解相关技术文章。