Python - 如何递归搜索作为列表元素的文本中的变量子字符串

Posted 2023-02-22

【中文标题】Python - 如何递归搜索作为列表元素的文本中的变量子字符串

【英文标题】：Python - how to recursively search a variable substring in texts that are elements of a list

【发布时间】：2020-03-14 00:21:04

【问题描述】：

让我更好地解释一下我在标题中的意思。 要搜索的字符串示例（即可变长度的字符串 每一个都是列表的一个元素；实际上非常大）：

STRINGS = ['sftrkpilotndkpilotllptptpyrh', 'ffftapilotdfmmmbtyrtdll', 'gftttepncvjspwqbbqbthpilotou', 'htfrpilotrtubbbfelnxcdcz']

要查找的子字符串，我知道是肯定的：

包含在STRINGS的每个元素中 也包含在SOURCE字符串中 是某个固定的LENGTH（本例中为5个字符）。

SOURCE = ['gfrtewwxadasvpbepilotzxxndffc']

我正在尝试编写一个 Python3 程序，该程序在 SOURCE 中找到这个隐藏的 5 个字符的 单词 以及它在 STRINGS 的每个元素中出现的位置。

我也在尝试将结果存储在数组或字典中（我不知道目前什么更方便）。

此外，我需要执行相同类型但具有不同LENGTH 值的其他搜索，因此该值应由变量提供，以便更通用。

我知道 first 点已经在之前的帖子中解决了，但是 从不（据我所知）与 second 点一起，这是我无法成功处理的代码部分（我没有发布我的代码，因为我知道它离可修复太远了）。

非常感谢这个伟大社区的任何帮助。

-- 毛里齐奥

【参考方案1】：

您可以遍历源字符串并为每个子字符串使用re 模块来查找每个其他字符串中的位置。然后，如果每个字符串至少出现一次，则产生结果：

import re

def find(source, strings, length):
    for i in range(len(source) - length):
        sub = source[i:i+length]
        positions = 
        for s in strings:
            # positions[s] = [m.start() for m in re.finditer(re.escape(sub), s)]
            positions[s] = [i for i in range(len(s)) if s.startswith(sub, i)]  # Using built-in functions.
            if not positions[s]:
                break
        else:
            yield sub, positions

生成器可以如下例所示使用：

import pprint

pprint.pprint(dict(find(
    source='gfrtewwxadasvpbepilotzxxndffc',
    strings=['sftrkpilotndkpilotllptptpyrh',
             'ffftapilotdfmmmbtyrtdll',
             'gftttepncvjspwqbbqbthpilotou',
             'htfrpilotrtubbbfelnxcdcz'],
    length=5
)))

产生以下输出：

'pilot': 'ffftapilotdfmmmbtyrtdll': [5],
           'gftttepncvjspwqbbqbthpilotou': [21],
           'htfrpilotrtubbbfelnxcdcz': [4],
           'sftrkpilotndkpilotllptptpyrh': [5, 13]

【讨论】：

不是说它被问题所涵盖，答案是惊人的，但这不会涵盖正确的？ （例如：lotabcdpi -> pilot 环绕）。这会使事情复杂化：P

对不起，我忘了说代码应该只由内置命令组成，即..不允许导入额外的 mofules。

@Error-SyntacticalRemorse 在这种情况下，您可以在匹配子字符串之前使用s += s[:length-1]（或者更确切地说匹配s + s[:length-1]）。

@a_guest 我接受了你的解决方案。还有两点：您能否解释一下您的代码行，特别是定义函数 find 时的内部 for 循环对我来说不是很清楚。此外，您将源变量定义为字符串，而我写道它应该是作为列表的单个元素的字符串。虽然从列表到字符串的转换很容易，但我想知道代码会如何改变。无论如何，感谢您的支持。

@MaurizioCirilli 内部for 循环检查包含长度为length 的子字符串所在位置的每个测试字符串。如果有一个不包含子字符串的测试字符串，它breaks 将退出循环，因为不满足要求。只有当循环没有通过break 终止时，才进入else 循环末尾的else 子句for，即只有当它正常终止时。只有这样所有测试字符串都满足条件，结果为yielded。要从列表更改为字符串，您只需使用source = source[0]。