Question

在比较函数中，我基本上在长二进制对象中寻找一个模式（例如“AAA”）（例如，aaaAAAbbbBBB）

我正在通过文件向后工作（我知道匹配将比结束更接近结束），向正在检查匹配的变量添加1个字节：

1. aaaAAAbbbBB[B]
2. aaaAAAbbbB[BB]
3. aaaAAAbbb[BBB]
4. aaaAAAbb[bBBB]
5. ... 
n. aaa[AAAbbbBBB]

找到

匹配，偏移= -n

鉴于我知道我的模式是3个元素长，我想知道我是否可以简单地窗口搜索变量而不是递增它 - 当匹配列表中的+1,000,000个元素时它变得很慢 - 窗口视图相同数据将是：

1. aaaAAAbbb[BBB]
2. aaaAAAbb[bBB]B
3. aaaAAAb[bbB]BB
4. aaaAAA[bbb]BBB
5. ...
n. aaa[AAA]bbbBBB

找到

匹配，偏移= -n

我目前的搜索结果如下：

if marker in f_data[-counter:]:
    offset = (len(f_data)-counter)+len(marker)
    return offset

在MATLAB中，我会使用数组寻址来遍历数组，（例如调用window = a [5：8]，window = a [4：7]等），但我不认为这在Python中是可行的（2.7）

我可以看到一些使用滑动窗口的建议，（Rolling or sliding window iterator in Python - 这看起来像一个紧密的匹配）但我看不到如何实现它或他们引用我不知道如何的库使用。

这是否有内置功能？

Answer 1

为什么不使用rfind()或rindex()？

haystack = "aaaAAAbbbBBB"
needle   = "AAA"

pos = haystack.rfind(needle)

if pos >= 0:
    print "found at", pos - len(haystack)
else:
    print "not found"

Answer 2

两件事：

（1）标准字符串类型包含字节，您可以使用正则表达式。我可以建议你将对象啜饮成一个字符串，然后进行正则表达式搜索。

（2）如果你确实想要这么做，那就http://docs.python.org/library/itertools.html#itertools.groupby

Answer 3

我认为这会使用你提到的window（）迭代器函数。

>>> l = "ABCABACAAASSD"
>>> from itertools import islice
>>>
>>> def window(seq, n=2):
...     "Returns a sliding window (of width n) over data from the iterable"
...     "   s -> (s0,s1,...s[n-1]), (s1,s2,...,sn), ...                   "
...     it = iter(seq)
...     result = tuple(islice(it, n))
...     if len(result) == n:
...         yield result
...     for elem in it:
...         result = result[1:] + (elem,)
...         yield result
...
>>>
>>> data = [c for c in l] # get each byte/charactor as separate item in list
>>> data
['A', 'B', 'C', 'A', 'B', 'A', 'C', 'A', 'A', 'A', 'S', 'S', 'D']
>>> for idx, elements in enumerate(window(reversed(data), n=3)):
...     section = "".join(elements)
...     if section == "AAA":
...         print "found at {}!".format(idx)
...
found at 3!
>>>

解释：

reversed()接受一个列表并返回一个迭代器，其元素的顺序相反
window()接受一个可迭代对象（list，tuple，iterator）并返回n个元素，一次移动索引1元素。
enumerate()接受一个迭代，只需附加一个计数器，因此它将返回计数器/位置和给定的元素项。

Python - 通过二进制对象“窗口化”迭代？

3 个答案: