如何在python中检测部分字符串中的部分模式[重复]答案

【问题标题】：how to detect partial pattern in partial string in python [duplicate]如何在python中检测部分字符串中的部分模式[重复]
【发布时间】：2021-11-03 05:30:40
【问题描述】：

val = "one two three four five" 
string1 = "you id is one two three" 
string2 = "continue to four five"

Expect output: Start span and end span
output1 = 10,22 
output2 = 12,20

这里string1和string2中存在一些val的包含。我们需要检测spans

【问题讨论】：

你查了吗Longest Common Substring，网上有很多解决办法

标签： python regex nlp re

【解决方案1】：

形成数字关键字的正则表达式交替，然后迭代以查找与其索引的所有匹配项：

val = "one two three four five"
string1 = "you id is one two three"
regex = r'\b(?:' + '|'.join(val.split()) + r')\b'
p = re.compile(regex + r'(?: ' + regex + r')*')

for m in p.finditer(string1):
    print(m.start(), m.end(), m.group())  # (10, 23, 'one two three')

这里要清楚，使用的正则表达式是这样的：

\b(?:one|two|three|four|five)\b(?: \b(?:one|two|three|four|five)\b)*

【讨论】：

我不确定它是否重要，但它不会保留val 中出现的单词的优先级，例如string1 = "you id is two one three"
非常感谢！！！！！

【解决方案2】：

您可以轻松地使用difflib，而不是使用re，因为它已经提供了您需要的确切功能，即find_longest_match()。

import difflib

val = "one two three four five" 

for my_string in [
    "your id is one two three",
    "continue to four five six",
]:
    sequence_matcher = difflib.SequenceMatcher(a=val, b=my_string)
    match = sequence_matcher.find_longest_match(0, len(val), 0, len(my_string))
    match_str = my_string[match.b:match.b + match.size]
    print(match.b, match.b + match.size, match_str)

输出：

10 23 one two three
11 21  four five

【讨论】：