Question

我必须匹配字符串中出现的所有子字符串并返回所有匹配起始位置：

输入数据示例：

2 4 
AC
TGGT 
4 25 
CATA 
TCATATGCAAATAGCTGCATACCGA 
0 0  ## to end the file

我想在不使用数字的情况下这样做，因为它似乎没有必要;（但它们仍将在输入文件中）

我不知道这段代码究竟出了什么问题，但它会在输出文件上保持打印（无限循环）打印0。

#!/usr/bin/env python
import sys
from operator import itemgetter
def find_all(a_str, sub):
    start = 0
    while True:
        start = a_str.find(sub, start)
        if start == -1: return
        yield start
        start += len(sub)

if __name__ == '__main__':
    testnum=0
    input_file =  open(sys.argv[1])
    #input_lines=input_file.split("\n")
    output_file =  open(sys.argv[2],"w")
    while True:
       testnum+=1
       values_raw = input_file.readline()
       #values_raw=raw_input() ##rubish
       values=values_raw.split()
       flag=0
       for element in values:
           if element == "0":
          break
       string1=str(input_file.readline())
       string2=str(input_file.readline())
       lista = find_all(string2,string1)
       output_file.write("\nTeste "+str(testnum)+"\nocorrencia direta: ")
       for item in lista:
         output_file.write(str(item)+" ") 
       #reversed search
       string1=string1[::-1]
       lista = find_all(string2,string1)
       output_file.write("\nTeste "+str(testnum)+"\nocorrencia inversa complementar: ")
       for item in lista:
         output_file.write(str(item)+" ") 
       if ((len(string1)==0)):
         break

我在粘贴代码时意外删除了string1和string2行//我匹配原始和反向匹配，但由于代码几乎相同，我认为我也不应该发布它。

Answer 1

您可以使用regex：

>>> import re
>>> pat = 'CATA'
>>> strs = 'TCATATGCAAATAGCTGCATACCGA'
>>> [m.start() for m in re.finditer(pat, strs)]
[1, 17]

Python匹配所有子串和反向字符串

1 个答案: