Python循环遍历字符串并将其与通配符模式匹配

Question

string1="abc"
string2="abdabcdfg"

我想查找 string1 是否是 string2 的子字符串。但是，也有通配符，例如 "." 可以是任何字母，y 可以是 "a" 或 "d"、x 可以是 "b" 或 "c"。因此，".yx" 将是 string2 的子字符串。

如何仅使用一个循环对其进行编码？我想循环遍历 string2 并在每个索引处进行比较。我尝试过字典，但我想使用循环我的代码:

def wildcard(string,substring):
    sum=""
    table={'A': '.', 'C': '.', 'G': '.', 'T': '.','A': 'x', 'T': 'x', 'C': 'y', 'G': 'y'}
    for c in strand:
        if (c in table) and table[c] not in sum:
            sum+=table[c]
        elif c not in table:
            sum+=c
    if sum==substring:
        return True
    else:
        return False

print wildcard("TTAGTTA","xyT.")#should be true

Answer 1

我知道您特别要求使用循环的解决方案。但是，我想采用不同的方法:您可以轻松地将模式转换为 regular expression 。这是一种类似于字符串模式的语言，只是更强大。然后，您可以使用 re 模块检查是否可以在字符串中找到该正则表达式(以及您的子字符串模式)。

def to_regex(pattern, table):
    # join substitutions from table, using c itself as default
    return ''.join(table.get(c, c) for c in pattern)

import re
symbols = {'.': '[a-z]', '#': '[ad]', '+': '[bc]'}
print re.findall(to_regex('.+#', symbols), 'abdabcdfg')

如果您更喜欢“实际操作”的解决方案，则可以使用循环。

def find_matches(pattern, table, string):
    for i in range(len(string) - len(pattern) + 1):
        # for each possible starting position, check the pattern
        for j, c in enumerate(pattern):
            if string[i+j] not in table.get(c, c):
                break # character does not match
        else:
            # loop completed without triggering the break
            yield string[i : i + len(pattern)]

symbols = {'.': 'abcdefghijklmnopqrstuvwxyz', '#': 'ad', '+': 'bc'}
print list(find_matches('.+#', symbols, 'abdabcdfg'))

两种情况下的输出都是['abd', 'bcd']，即使用这些替换可以找到两次。