python:re..查找最长序列

扩展在 Ealdwulf 的 answer :

文件 re.findall 可以找到 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,但在这种形式下它的可读性会降低。

替代方案:

如果 polymer_str 是巨大的,使用它会更节省内存 re.finditer . 你可以这样做:

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)

最大的区别在于 findall 和 finditer 第一个返回列表对象,第二个迭代匹配对象。此外, 发现者 方法会稍微慢一些。

我认为操作需要最长的连续序列。您可以获取所有连续序列,如: seqs=re.findall(“(?):dinco diamine)+“,聚合物_str)

然后找到最长的。

import re
pat = re.compile("[^|]+")
p = "diol diNCO diamine diNCO diamine diNCO diamine diNCO diol diNCO diamine".replace("diNCO diamine","|").replace(" ","")
print max(map(len,pat.split(p)))

一种是使用 findall :

polymer_str = "diol diNCO diamine diNCO diamine diNCO diamine diNCO diol diNCO diamine"
len(re.findall("diNCO diamine", polymer_str)) # returns 4.

使用RE:

 m = re.search(r"(\bdiNCO diamine\b\s?)+", polymer_str)
 len(m.group(0)) / len("bdiNCO diamine")