Bagaimana menemukan semua kemunculan substring?

Python memiliki string.find()dan string.rfind()untuk mendapatkan indeks substring dalam sebuah string.

Saya bertanya-tanya apakah ada sesuatu string.find_all()yang dapat mengembalikan semua indeks yang ditemukan (tidak hanya yang pertama dari awal atau yang pertama dari akhir).

Sebagai contoh:

string = "test test test test"

print string.find('test') # 0
print string.rfind('test') # 15

#this is the goal
print string.find_all('test') # [0,5,10,15]

Tidak ada fungsi string bawaan yang melakukan apa yang Anda cari, tetapi Anda bisa menggunakan ekspresi reguler yang lebih kuat :

import re
[m.start() for m in re.finditer('test', 'test test test test')]
#[0, 5, 10, 15]

Jika Anda ingin menemukan kecocokan yang tumpang tindih, lookahead akan melakukan itu:

[m.start() for m in re.finditer('(?=tt)', 'ttt')]
#[0, 1]

Jika Anda ingin menemukan yang terbalik-semua tanpa tumpang tindih, Anda dapat menggabungkan tampilan positif dan negatif ke dalam ekspresi seperti ini:

search = 'tt'
[m.start() for m in re.finditer('(?=%s)(?!.{1,%d}%s)' % (search, len(search)-1, search), 'ttt')]
#[1]

re.finditermengembalikan generator , sehingga Anda dapat mengubah []di atas untuk ()mendapatkan generator, bukan daftar yang akan lebih efisien jika Anda hanya mengulangi hasilnya sekali saja.

>>> help(str.find)
Help on method_descriptor:

find(...)
    S.find(sub [,start [,end]]) -> int

Dengan demikian, kita dapat membangunnya sendiri:

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) # use start += 1 to find overlapping matches

list(find_all('spam spam spam spam', 'spam')) # [0, 5, 10, 15]

Tidak diperlukan string atau regex sementara.

Inilah cara (yang sangat tidak efisien) untuk mendapatkan semua kecocokan (yaitu, bahkan tumpang tindih):

>>> string = "test test test test"
>>> [i for i in range(len(string)) if string.startswith('test', i)]
[0, 5, 10, 15]

Sekali lagi, utas lama, tapi inilah solusi saya menggunakan generator dan polos str.find.

def findall(p, s):
    '''Yields all the positions of
    the pattern p in the string s.'''
    i = s.find(p)
    while i != -1:
        yield i
        i = s.find(p, i+1)

Contoh

x = 'banananassantana'
[(i, x[i:i+2]) for i in findall('na', x)]

kembali

[(2, 'na'), (4, 'na'), (6, 'na'), (14, 'na')]

Anda dapat menggunakan re.finditer()untuk pertandingan yang tidak tumpang tindih.

>>> import re
>>> aString = 'this is a string where the substring "is" is repeated several times'
>>> print [(a.start(), a.end()) for a in list(re.finditer('is', aString))]
[(2, 4), (5, 7), (38, 40), (42, 44)]

tetapi tidak akan bekerja untuk:

In [1]: aString="ababa"

In [2]: print [(a.start(), a.end()) for a in list(re.finditer('aba', aString))]
Output: [(0, 3)]

Ayo, mari kita kembali bersama.

def locations_of_substring(string, substring):
    """Return a list of locations of a substring."""

    substring_length = len(substring)    
    def recurse(locations_found, start):
        location = string.find(substring, start)
        if location != -1:
            return recurse(locations_found + [location], location+substring_length)
        else:
            return locations_found

    return recurse([], 0)

print(locations_of_substring('this is a test for finding this and this', 'this'))
# prints [0, 27, 36]

Tidak perlu untuk ekspresi reguler seperti ini.

Jika Anda hanya mencari satu karakter, ini akan berhasil:

string = "dooobiedoobiedoobie"
match = 'o'
reduce(lambda count, char: count + 1 if char == match else count, string, 0)
# produces 7

Juga,

string = "test test test test"
match = "test"
len(string.split(match)) - 1
# produces 4

Firasat saya adalah bahwa tidak satu pun dari ini (terutama # 2) yang sangat performant.

ini adalah utas lama tetapi saya tertarik dan ingin membagikan solusi saya.

def find_all(a_string, sub):
    result = []
    k = 0
    while k < len(a_string):
        k = a_string.find(sub, k)
        if k == -1:
            return result
        else:
            result.append(k)
            k += 1 #change to k += len(sub) to not search overlapping results
    return result

Ini harus mengembalikan daftar posisi tempat substring ditemukan. Berikan komentar jika Anda melihat kesalahan atau ruang untuk perbaikan.

Ini melakukan trik untuk saya menggunakan re.finditer

import re

text = 'This is sample text to test if this pythonic '\
       'program can serve as an indexing platform for '\
       'finding words in a paragraph. It can give '\
       'values as to where the word is located with the '\
       'different examples as stated'

#  find all occurances of the word 'as' in the above text

find_the_word = re.finditer('as', text)

for match in find_the_word:
    print('start {}, end {}, search string \'{}\''.
          format(match.start(), match.end(), match.group()))

Utas ini agak lama tetapi ini berhasil untuk saya:

numberString = "onetwothreefourfivesixseveneightninefiveten"
testString = "five"

marker = 0
while marker < len(numberString):
    try:
        print(numberString.index("five",marker))
        marker = numberString.index("five", marker) + 1
    except ValueError:
        print("String not found")
        marker = len(numberString)

Anda dapat mencoba :

>>> string = "test test test test"
>>> for index,value in enumerate(string):
    if string[index:index+(len("test"))] == "test":
        print index

0
5
10
15

Apa pun solusi yang disediakan oleh orang lain sepenuhnya didasarkan pada metode find yang tersedia () atau metode apa pun yang tersedia.

Apa algoritma dasar dasar untuk menemukan semua kemunculan substring dalam string?

def find_all(string,substring):
    """
    Function: Returning all the index of substring in a string
    Arguments: String and the search string
    Return:Returning a list
    """
    length = len(substring)
    c=0
    indexes = []
    while c < len(string):
        if string[c:c+length] == substring:
            indexes.append(c)
        c=c+1
    return indexes

Anda juga dapat mewarisi kelas str ke kelas baru dan dapat menggunakan fungsi ini di bawah.

class newstr(str):
def find_all(string,substring):
    """
    Function: Returning all the index of substring in a string
    Arguments: String and the search string
    Return:Returning a list
    """
    length = len(substring)
    c=0
    indexes = []
    while c < len(string):
        if string[c:c+length] == substring:
            indexes.append(c)
        c=c+1
    return indexes

Memanggil metode

newstr.find_all ('Apakah Anda menganggap jawaban ini bermanfaat? lalu balaskan ini!', 'ini')

Fungsi ini tidak melihat semua posisi di dalam string, tidak membuang sumber daya komputasi. Usaha saya:

def findAll(string,word):
    all_positions=[]
    next_pos=-1
    while True:
        next_pos=string.find(word,next_pos+1)
        if(next_pos<0):
            break
        all_positions.append(next_pos)
    return all_positions

untuk menggunakannya menyebutnya seperti ini:

result=findAll('this word is a big word man how many words are there?','word')

Saat mencari sejumlah besar kata kunci dalam dokumen, gunakan flashtext

from flashtext import KeywordProcessor
words = ['test', 'exam', 'quiz']
txt = 'this is a test'
kwp = KeywordProcessor()
kwp.add_keywords_from_list(words)
result = kwp.extract_keywords(txt, span_info=True)

Flashtext berjalan lebih cepat daripada regex pada daftar kata pencarian yang besar.

src = input() # we will find substring in this string
sub = input() # substring

res = []
pos = src.find(sub)
while pos != -1:
    res.append(pos)
    pos = src.find(sub, pos + 1)

Ini adalah solusi dari pertanyaan serupa dari hackerrank. Saya harap ini bisa membantu Anda.

import re
a = input()
b = input()
if b not in a:
    print((-1,-1))
else:
    #create two list as
    start_indc = [m.start() for m in re.finditer('(?=' + b + ')', a)]
    for i in range(len(start_indc)):
        print((start_indc[i], start_indc[i]+len(b)-1))

Keluaran:

aaadaa
aa
(0, 1)
(1, 2)
(4, 5)

Dengan mengiris kami menemukan semua kombinasi yang mungkin dan menambahkannya dalam daftar dan menemukan berapa kali itu terjadi menggunakan countfungsi

s=input()
n=len(s)
l=[]
f=input()
print(s[0])
for i in range(0,n):
    for j in range(1,n+1):
        l.append(s[i:j])
if f in l:
    print(l.count(f))

silakan lihat kode di bawah ini

#!/usr/bin/env python
# coding:utf-8
'''黄哥Python'''


def get_substring_indices(text, s):
    result = [i for i in range(len(text)) if text.startswith(s, i)]
    return result


if __name__ == '__main__':
    text = "How much wood would a wood chuck chuck if a wood chuck could chuck wood?"
    s = 'wood'
    print get_substring_indices(text, s)

Cara pythonic adalah:

mystring = 'Hello World, this should work!'
find_all = lambda c,s: [x for x in range(c.find(s), len(c)) if c[x] == s]

# s represents the search string
# c represents the character string

find_all(mystring,'o')    # will return all positions of 'o'

[4, 7, 20, 26] 
>>> 

Anda dapat dengan mudah menggunakan:

string.count('test')!

https://www.programiz.com/python-programming/methods/string/count

Bersulang!