Python:重新查找最长序列

Question

我有一个随机生成的字符串:

polymer_str = "diol diNCO diamine diNCO diamine diNCO diamine diNCO diol diNCO diamine"

我想找到最长的“diNCO 二醇”序列和最长的“diNCO 二胺”序列。所以在上面的例子中，最长的“diNCO 二醇”序列是 1，最长的“diNCO 二胺”是 3。

我将如何使用 python 的 re 模块来执行此操作？

提前致谢。

编辑:
我的意思是给定字符串的最长重复次数。所以带有“diNCO diamine”的最长字符串是 3:
diol diNCO diamine diNCO diamine diNCO diamine diNCO diol diNCO diamine

Answer 1

扩展 Ealdwulf的 answer :

可以找到有关re.findall 的文档here .

def getLongestSequenceSize(search_str, polymer_str):
    matches = re.findall(r'(?:\b%s\b\s?)+' % search_str, polymer_str)
    longest_match = max(matches)
    return longest_match.count(search_str)

这可以写成一行，但在那种形式下它变得不那么可读了。

替代方案:

如果 polymer_str 很大，使用 re.finditer 会更节省内存。以下是您可能会采用的方法:

def getLongestSequenceSize(search_str, polymer_str):
    longest_match = ''
    for match in re.finditer(r'(?:\b%s\b\s?)+' % search_str, polymer_str):
        if len(match.group(0)) > len(longest_match):
            longest_match = match.group(0)
    return longest_match.count(search_str)

findall 和finditer 最大的区别在于前者返回一个列表对象，而后者遍历 Match 对象。此外，finditer 方法会稍微慢一些。