Pythonの正規表現でテキスト内のすべての副詞とその位置を検索する方法

finditer()でマッチ情報を詳しく取得する

Pythonの公式ドキュメントによると、パターンにマッチしたテキストそのものだけでなく、より詳細な情報が必要な場合には re.finditer() が便利です。通常の re.findall() がマッチした文字列のリストを返すのに対し、finditer() はマッチオブジェクト（match object）を返します。これにより、マッチした文字列だけでなく、その開始位置や終了位置といった付加情報にもアクセスできます。

副詞とその出現位置を検出する実例

たとえば、ある文章の中に含まれるすべての副詞（「〜ly」で終わる英単語）と、それぞれが文中のどの位置に出現するかを知りたいライターがいたとしましょう。このようなケースでは、finditer() を次のように活用できます。

>>> text = "He was carefully disguised but captured quickly by police."
>>> for m in re.finditer(r"\w+ly", text):
...     print('%02d-%02d: %s' % (m.start(), m.end(), m.group(0)))
07-16: carefully
40-47: quickly

コードのポイント解説

このコードでは、正規表現パターン r"\w+ly" を使って、「carefully」や「quickly」のように ly で終わる単語を検索しています。ループ内で取得できるマッチオブジェクト m には、以下の有用なメソッドが用意されています。

• m.start(): マッチした部分の開始インデックス（0始まり）を返します。
• m.end(): マッチした部分の終了インデックス（+1）を返します。
• m.group(0): 実際にマッチした文字列全体を返します。

実行結果を見ると、「carefully」は7〜16文字目、「quickly」は40〜47文字目に出現していることがひと目でわかります。このように finditer() を使えば、テキストマイニングや文章解析など、位置情報が重要になる処理をシンプルかつ効率的に実装できます。