检查两个字符串是否在python中包含相同的模式

Question

我有以下清单：

names = ['s06_215','s06_235b','s06_235','s08_014','18:s08_014','s08_056','s08_169']

s06_235b和s06_235 ， s08_014和18:s08_014是重复的。 但是，如示例中所示，命名中没有特定的模式。 我需要对列表的元素进行成对比较：

for i in range(0, len(names)-1):
    for index, value in enumerate(names):
        print names[i], names[index]

然后，我需要检查每一对，如果两者都包含相同的字符串，但长度大于4 。 即s06_235b和s06_235 ， s08_014和18:s08_014将通过此标准，但s08_056和s08_169将不通过。

如何在Python中实现？

Answer 1

您可以迭代所有combinations ，使用不能包含在这些字符串中的某些特殊字符将它们join起来，并使用诸如(\\w{5,}).*#.*\\1类的正则表达式来查找其中的重复组对。 除了仅s1 in s2使用s1 in s2测试之外，如果仅在第二个字符串中包含第一个字符串的一部分，这也将起作用，反之亦然。

此处， (\\w{5,})是至少5个字符的共享子字符串（在这种情况下为\\w类，但可以随意调整），后跟更多的字符.*分隔符（在这种情况下为# ） ，更多填充符.* ，然后是第一组\\1另一个实例。

p = re.compile(r"(\w{5,}).*#.*\1")
for pair in itertools.combinations(names, 2):
    m = p.search("#".join(pair))
    if m:
        print("%r shares %r" % (pair, m.group(1)))

输出：

('s06_215', 's06_235b') shares 's06_2'
('s06_215', 's06_235') shares 's06_2'
('s06_235b', 's06_235') shares 's06_235'
('s08_014', '18:s08_014') shares 's08_014'
('s08_014', 's08_056') shares 's08_0'
('18:s08_014', 's08_056') shares 's08_0'

当然，您可以调整正则表达式以满足您的需求。 例如，如果您不希望重复区域受_限制，则可以使用正则表达式，例如p = r"([a-z0-9]\\w{3,}[a-z0-9]).*#.*\\1" 。

Answer 2

您可以使用“ in”运算符来查看on变量是否包含另一个

if "example" in "this is an example":

尝试这个：

for i in range(0, len(names)-1):
    for index, value in enumerate(names):
       if names[i] in names[index] and len(names[i]) > 4:
          print names[i], names[index]

编辑：如tobias_k提及：请注意，这仅在整个字符串包含在另一个字符串中时才有效