Question

在：

from difflib import SequenceMatcher

print('---------------------ksv in long string')
temp='gksvlkdfvjmflkvmoiflksjvmoiflkvmoilfjvmoierlkvjfdsljfiefjvo\
isfvoiafvjfojwfdkvasldkcosxzfjirkjmcoipfvjopsnosjvjrgegrjsdijfowijfoiwjfoiwjfoiwjfoijlksvlkdfvjmfl\
kvmoiflksjvmoiflkvmoilfjvmoierlkvjfdsljfiefjvofegegewtfvasvervvwfjoiw'

print(SequenceMatcher(None, 'ksv',temp).get_matching_blocks())

print('-----------------------long string start with ksv')
temp='ksvlkdfvjmflkvmoiflksjvmoiflkvmoilfjvmoierlkvjfdsljfiefjvo\
isfvoiafvjfojwfdkvasldkcosxzfjirkjmcoipfvjopsnosjvjrgegrjsdijfowijfoiwjfoiwjfoiwjfoijlksvlkdfvjmfl\
kvmoiflksjvmoiflkvmoilfjvmoierlkvjfdsljfiefjvofegegewtfvasvervvwfjoiw'

print(SequenceMatcher(None, 'ksv',temp).get_matching_blocks())

print('-----------------------ksv in short string')
temp='gksvlkdfvjmflkvmoiflksjvmoiflkvmoilfjvmoierlkvjfdsljfiefjvo'

print(SequenceMatcher(None, 'ksv',temp).get_matching_blocks())

退出：

---------------------ksv in long string
[Match(a=3, b=226, size=0)]
-----------------------start with ksv
[Match(a=0, b=0, size=3), Match(a=3, b=225, size=0)]
-----------------------ksv in short string
[Match(a=0, b=1, size=3), Match(a=3, b=59, size=0)]

显然，对于第一个match_result，'gks'处于临时状态，但是get_matching_blocks没有返回该块。

然后我删除温度的第一个'g'，它返回了正确的块。

我尝试使温度变短，但仍然不能以“ gks”开头，返回右图块。

所以我很困惑。为什么第一次尝试没有成功？

Answer 1

如Tim Peters所说，

将autojunk = False传递给SequenceMatcher（），它将返回正确的块。

以下是有关自动垃圾的一些解释：

1，某项重复项占序列的1％以上。 2，顺序超过200条。

自动垃圾将不会匹配以进行序列匹配。

来自Python document：

自动垃圾启发式：SequenceMatcher支持一种启发式，可将某些序列项自动视为垃圾。试探法计算每个单个项目出现在序列中的次数。如果某项重复项（在第一个项之后）占序列的1％以上，并且该序列的长度至少为200，则该项目被标记为“受欢迎”，并且出于序列匹配的目的被视为垃圾。在创建SequenceMatcher时，可以通过将autojunk参数设置为False来关闭此启发式。

匹配长字符串时，SequenceMatcher的get_matching_blocks

1 个答案: