在Python中，如何在较长的字符串中提取跨越某个索引的所有子字符串？

Question

说我有一个字符串（mystring）。我想提取mystring的所有可能的子串，只要子串长度为8-15。我已经能够做到这一点没有问题（见下面的代码）。但是，如果我只想提取这些子串，如果它们与mystring的某个部分重叠，该怎么办？重叠是由mystring中的位置而不是mystring的某个字母定义的，因为字母在mystring中不是唯一的。

在下面的示例中，我可能希望我的子字符串包含从零开始的索引11。

mystring = "JACKANDJILLRANUPTHEHILLFORWATER"

substrings = set()
for i in range(0, len(mystring)):
     for length in range(8,16):
         ss = mystring[i:i+length]
         if len(ss) == length:
             substrings.add(ss)

Answer 1

简单回答

您可以通过选中11来检查[i, i + length)中是否包含i <= 11 < i + length：

mystring = "JACKANDJILLRANUPTHEHILLFORWATER"

substrings = set()
for i in range(0, len(mystring)):
     for length in range(8,16):
         ss = mystring[i:i+length]
         if len(ss) == length and i <= 11 < i + length:
             substrings.add(ss)

作为设置理解

你可以这样做：

substrings = {mystring[i:j] 
              for i in range(0, len(mystring))
              for j in range(i + 8, min(i + 16, len(mystring)))
              if i <= 11 < j}