最近开始使用Python,写了一些简单的脚本 现在我有这个问题:
我有这个字符串:
mystring = 'AAAABBAAABBAAAACCAAAACCAAAA'
我有以下字符串:
String_A = BB
String_B = CC
我想获得以 String_A 开头并以 String_B 结尾的所有可能的字符串组合(有点含糊,所以下面是所需的输出)
output:
BBAAABBAAAACCAAACC
BBAAABBAAAACC
BBAAACCAAAACC
BBAAACC
我可以使用
计算 mystring 中 String_A 和 String_B 的出现次数mystring.count()
通过执行以下操作,我能够打印出一个特定的输出(第一次出现 String_A 和第一次出现 String_B 的输出):
if String_A in mystring:
String_B_End = mystring.index(String_B) + len(String_B)
output = mystring[mystring.index(String_A); String_B_End]
print(output)
这很完美,但只给我以下输出:
BBAAABBAAAACC
如何从 mystring 中获取所有指定的输出字符串? 提前谢谢!
请您参考如下方法:
如果我正确理解你问题的意图,你可以使用下面的代码:
>>> import re
>>> mystring = 'AAAABBAAABBAAAACCAAAACCAAAA'
>>> String_A = 'BB'
>>> String_B = 'CC'
>>> def find_occurrences(s, a, b):
a_is = [m.start() for m in re.finditer(re.escape(a), s)] # All indexes of a in s
b_is = [m.start() for m in re.finditer(re.escape(b), s)] # All indexes of b in s
result = [s[i:j+len(b)] for i in a_is for j in b_is if j>i]
return result
>>> find_occurrences(mystring, String_A, String_B)
['BBAAABBAAAACC', 'BBAAABBAAAACCAAAACC', 'BBAAAACC', 'BBAAAACCAAAACC']
这使用从 this answer 中查找所有出现的子字符串代码
在当前形式中,代码不适用于重叠子字符串,如果 mystring = 'BBB' 并且您查找子字符串 'BB' 它仅返回索引 0 . 如果您想考虑此类重叠子字符串,请将获取子字符串索引的行更改为 a_is = [m.start() for m in re.finditer("(?={})"。格式(re.escape(a)), s)]
