计算正则表达式的每个部分匹配的内容

Question

我有几百个（相当简单的）正则表达式以及它们在大量序列中的匹配项。我想知道每个正则表达式的哪个部分匹配目标序列中的哪个位置。例如，以下正则表达式“[DSTE][^P][^DEWHFYC]D[GSAN]”可以按以下顺序与位置4到8匹配：

ABCSGADAZZZ

我想（通过编程）得到的是，对于每个正则表达式，1）正则表达式的每个“部分”，2）目标序列中与其匹配的位置：

[DSTE] -- (3, 4),
[^P] -- (4, 5),
[^DEWHFYC] -- (5, 6),
D -- (6, 7),
[GSAN] -- (7, 8)

我发现这个网站基本上实现了我想要的：https://regex101.com/，但我不确定我需要深入到正则表达式解析的多深才能在我自己的代码中实现这一点（我使用的是Python和R）

Answer 1

使用stringr包，您应该能够这样组合：

> stringr::str_match_all(string = "ABCSGADAZZZ",
                         pattern = "[DSTE][^P][^DEWHFYC]D[GSAN]")
[[1]]
     [,1]   
[1,] "SGADA"
> stringr::str_locate_all(string = "ABCSGADAZZZ",
                          pattern = "[DSTE][^P][^DEWHFYC]D[GSAN]")
[[1]]
     start end
[1,]     4   8

然后组合函数输出或编写一个简单的包装函数