Python3：查找字符串

Question

我有两个小序列，我用“长串”搜索。如果找到两个序列，则“长字符串”的键将附加到列表中（我搜索IN的字符串是字典值）。

现在我正在寻找一种方法来获取/计算两个子串之间的距离（如果找到它们的话）。

所以，例如：

String: ABCDEFGHIJKL
sequence1: ABC
sequence2: JKL

我想得到DEFGHI的长度，这将是6。

这是我的代码，用于查找子字符串，以及我想要的一些“伪编码”概念（变量的开始和结束）。此代码不起作用（ofc）

def search (myDict, list1, list2):
    # initialize empty list to store found keys
    a=[]
    # iterating through dictionary
    for key, value in myDict.items():
        # if -35nt motif is found between -40 and -20
        for item in thirtyFive:
            if item in value[60:80]:
                start=myDict[:item]
            # it is checked for the -10nt motif from -40 to end
                for item in ten:
                    if item in value[80:]:
                        end=myDict[:item]
                # if both conditions are true, the IDs are
                # appended to the list
                        a.append(key)
    distance=start-end
    return a, distance

第二个想法： 到目前为止，我发现了一些关于如何在两个子串之间获取字符串的东西。所以，接下来我可以想象的是，获得序列并像len（序列）那样做。

所以，我想知道，如果我的第一个想法，以某种方式在找到小序列时这样做，在某种程度上是可能的，并且，如果我正在用我的第二个想法思考正确的方向。

提前致谢：）

使用str.find方法在@Carlos之后的

解决方案

def search (myDict, list1, list2):
    # initialize empty list to store found keys
    a=[]
    # iterating through dictionary
    for key, value in myDict.items():
        # if -35nt motif is found between -40 and -20
        for item in thirtyFive:
            if item in value[60:80]:
                start=value.find(item)
            # it is checked for the -10nt motif from -20 to end
                for item in ten:
                    if item in value[80:]:
                        end=value.find(item)
                # if both conditions are true, the IDs are
                # appended to the list
                        a.append(key)
                        search.distance=end-start-len(item)

    return a

# calling search function
x=search(d,thirtyFive,ten)
#some other things I need to print
y=len(x)
print(str(x))
print(y)
# desired output
print(search.distance)

Answer 1

检查

In [1]: a='ABCDEFGHIJKL'

In [2]: b='ABC'

In [3]: c='JKL'

In [4]: a.find(b)
Out[4]: 0

In [6]: a.find(c)
Out[6]: 9

In [7]: l=a.find(b) + len(b)

In [8]: l
Out[8]: 3

In [10]: a[l:a.find(c)]
Out[10]: 'DEFGHI'

In [11]: 

Answer 2

您也可以使用正则表达式执行此操作：

import re
s = "ABCDEFGHIJKL"
seq1 = "ABC"
seq2 = "JKL"

s1 = re.match(seq1 + "(.*)" + seq2, s).group(1)
print s1
print(len(s1))

<强>输出

DEFGHI
6

或

使用str.replace：

s2 = s.replace(seq1, '').replace(seq2, '')
print s2
print(len(s2))

<强>输出

DEFGHI
6

现场演示here

Answer 3

使用str.find（）获取两个索引，并调整第一个索引的长度。

另外不要忘记角落情况，例如子串重叠的地方。

Answer 4

使用正则表达式的解决方案：

import re

string = "ABCDEFGHIJKL"
sequence1 = "ABC"
sequence2 = "JKL"

result = re.search(sequence1+'(.*)'+sequence2,string)
print(len(result.group(1)))