字符串正则表达式两个不匹配的Python

发布时间：2020-12-14 06:01:12 所属栏目：百科来源：网络整理

导读：如何扩展下面的代码以允许我探索我的子字符串和父字符串之间有2个不匹配或更少的所有实例？子串：SSQP 字符串匹配到：SSPQQQQPSSSSQQQSSQPSPSQSSQPSSQPPSSSSQPSPSQSSQPSSSSQPSPSQSSQPSSSSQPSPSQ 以下是仅包含一个可能不匹配的示例： s = 'SSPQQQQPSSSSQQQSS

如何扩展下面的代码以允许我探索我的子字符串和父字符串之间有2个不匹配或更少的所有实例？

子串：SSQP

字符串匹配到：SSPQQQQPSSSSQQQSSQPSPSQSSQPSSQPPSSSSQPSPSQSSQPSSSSQPSPSQSSQPSSSSQPSPSQ

以下是仅包含一个可能不匹配的示例：

>>> s = 'SSPQQQQPSSSSQQQSSQPSPSQSSQPSSQPPSSSSQPSPSQSSQPSSSSQPSPSQSSQPSSSSQPSPSQ'
>>> re.findall(r'(?=(SSQP|[A-Z]SQP|S[A-Z]QP|SS[A-Z]P|SSQ[A-Z]))',s)
['SSQQ','SSQP','SSQP']

显然,在上面的代码中加入两个不匹配的可能性需要对所有可能的组合进行大量的暴力分类.

如何扩展此代码(或重构此代码)以探索两个不匹配的可能性？

此外,我想修改我的输出,以便我得到子字符串与字符串匹配的确切位置返回的数字索引(不是SSQQ或SSQP).

解决方法

你不必在这里使用re,你可以使用 itertools模块代替并节省大量内存.

您可以先提取长度为4的所有子字符串,然后将它们与您的子字符串进行比较,然后选择与您的子字符串差别小于2的子字符串：

from itertools import izip,islice,tee

def sub_findre(s,substring,diffnumber):
    sublen=len(substring)
    zip_gen=(izip(substring,islice(s,i,i+sublen)) for i in xrange(len(s)))
    for z in zip_gen:
        l,z=tee(z)
        if sum(1 for i,j in l if i==j)>=sublen-diffnumber:
            new=izip(*z)
            next(new)
            yield ''.join(next(new))

演示：

s='SSPQQQQPSSSSQQQSSQPSPSQSSQPSSQPPSSSSQPSPSQSSQPSSSSQPSPSQSSQPSSSSQPSPSQ'

substring='SSQP'
print list(sub_findre(s,2))

['SSPQ','SPQQ','QQQP','SSSS','SSSQ','SSQQ','SQQQ','PSQS','SQPP','PSQ']

如果你想返回索引,你需要将索引放在izip中,你可以使用itertools.repeat()来重复索引的子串长度：

from itertools import izip,tee,repeat

def sub_findre(s,i+sublen),repeat(i,sublen)) for i in xrange(len(s)))
    for z in zip_gen:
        l,j,_ in l if i==j)>=sublen-diffnumber:
            new=izip(*z)
            next(new)
            next(new)
            yield next(new)[0]

演示：

print list(sub_findre(s,2))
[0,1,4,8,9,10,11,15,20,23,27,28,32,33,34,39,42,46,47,48,53,56,60,61,62,67]

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!