python - 匹配并索引所有子字符串，包括重叠的子字符串

Question

我正在尝试使用 new regex findall 索引匹配项, 以便可以考虑重叠匹配。但是，我只能找到匹配项，但不能正确地给出它们的位置。

我的代码:

import regex as re
seq = "ATCCAAGGAGTTTGCAGAGGTGGCGTTTGCAGCATGAGAT"
substring="GTTTGCAG"
xx=re.findall(substring,seq,overlapped=True)
print xx

xx 看起来像

['GTTTGCAG', 'GTTTGCAG']

因为10-17和25-32位置有两场比赛

但是我怎样才能得到这些数字呢？通过检查 dir(xx)，没有我可以在这个新函数中使用的开始/结束/位置。 (我尝试了 xx.index(substring)，但这似乎只给出了结果列表的索引:例如，在这种情况下为 0 和 1)

谢谢。

Answer 1

这对长度等于模式长度的子字符串进行迭代，并与我们的模式进行比较。如果它们相同，它会记住字符串中的开始和结束索引。它简单的列表理解。

sequence = "ATCCAAGGAGTTTGCAGAGGTGGCGTTTGCAGCATGAGAT"
substring = "GTTTGCAG"

def find_indexes(seq, sub):
    return [(sub, i, len(sub)+i) for i in range(0, len(seq), 1) if seq[i:len(sub)+i] == sub]

print find_indexes(sequence, substring)

输出:

[('GTTTGCAG', 9, 17), ('GTTTGCAG', 24, 32)]