Question

我有一个随机生成的字符串：

polymer_str = "diol diNCO diamine diNCO diamine diNCO diamine diNCO diol diNCO diamine"

我想找到最长的“diNCO二醇”序列和最长的“diNCO二胺”序列。因此，在上述情况下，最长的“diNCO二醇”序列为1，最长的“diNCO二胺”序列为3.

我将如何使用python的re模块进行此操作？

提前致谢。

编辑：
我的意思是给定字符串的最长重复次数。所以带有“diNCO二胺”的最长的串是3：
二醇二氮二胺二硝基二胺二硝二胺二硝基二醇二氮二胺

Answer 1

扩展Ealdwulf的answer：

可以找到re.findall上的文档here。

def getLongestSequenceSize(search_str, polymer_str):
    matches = re.findall(r'(?:\b%s\b\s?)+' % search_str, polymer_str)
    longest_match = max(matches)
    return longest_match.count(search_str)

这可以写成一行，但在那种形式下它的可读性会降低。

<强>替代：

如果polymer_str很大，那么使用re.finditer将会提高内存效率。以下是您可以采取的措施：

def getLongestSequenceSize(search_str, polymer_str):
    longest_match = ''
    for match in re.finditer(r'(?:\b%s\b\s?)+' % search_str, polymer_str):
        if len(match.group(0)) > len(longest_match):
            longest_match = match.group(0)
    return longest_match.count(search_str)

findall和finditer之间的最大区别在于第一个返回列表对象，而第二个迭代匹配对象。此外，finditer方法会稍慢。

Answer 2

我认为操作系统需要最长的连续序列。你可以得到所有连续的序列，如： seqs = re.findall（“（？：diNCO diamine）+”，polymer_str）

然后找到最长的。

Answer 3

import re
pat = re.compile("[^|]+")
p = "diol diNCO diamine diNCO diamine diNCO diamine diNCO diol diNCO diamine".replace("diNCO diamine","|").replace(" ","")
print max(map(len,pat.split(p)))

Answer 4

一个是使用findall：

polymer_str = "diol diNCO diamine diNCO diamine diNCO diamine diNCO diol diNCO diamine"
len(re.findall("diNCO diamine", polymer_str)) # returns 4.

Answer 5

使用re：

 m = re.search(r"(\bdiNCO diamine\b\s?)+", polymer_str)
 len(m.group(0)) / len("bdiNCO diamine")

Python：重新找到最长的序列

5 个答案: