Python3：查找字符串的两个子字符串之间的长度

Question

我有两个小序列，我在“长字符串”中搜索。如果两个序列都找到了，“长字符串”的键被附加到一个列表中（我搜索的字符串是一个字典值）。

现在我正在寻找一种方法来获取/计算两个子字符串之间的距离（如果找到的话）。

所以，例如：

String: ABCDEFGHIJKL
sequence1: ABC
sequence2: JKL

我想得到 DEFGHI 的长度，应该是 6。

这是我查找子字符串的代码，其中包含一些我想要的“伪代码”想法（变量开始和结束）。此代码不起作用（ofc）

def search (myDict, list1, list2):
    # initialize empty list to store found keys
    a=[]
    # iterating through dictionary
    for key, value in myDict.items():
        # if -35nt motif is found between -40 and -20
        for item in thirtyFive:
            if item in value[60:80]:
                start=myDict[:item]
            # it is checked for the -10nt motif from -40 to end
                for item in ten:
                    if item in value[80:]:
                        end=myDict[:item]
                # if both conditions are true, the IDs are
                # appended to the list
                        a.append(key)
    distance=start-end
    return a, distance

第二个想法： 到目前为止，我发现了一些关于如何在两个子字符串之间获取字符串的内容。所以，我可以想象的下一件事是，获取序列并像 len(sequence) 一样做某事。

所以，我想知道，如果我的第一个想法是在我找到小序列的同时以某种方式做到这一点，是否有可能，并且我的第二个想法是否朝着正确的方向思考。

提前致谢:)

@Carlos 使用 str.find 方法的解决方案

def search (myDict, list1, list2):
    # initialize empty list to store found keys
    a=[]
    # iterating through dictionary
    for key, value in myDict.items():
        # if -35nt motif is found between -40 and -20
        for item in thirtyFive:
            if item in value[60:80]:
                start=value.find(item)
            # it is checked for the -10nt motif from -20 to end
                for item in ten:
                    if item in value[80:]:
                        end=value.find(item)
                # if both conditions are true, the IDs are
                # appended to the list
                        a.append(key)
                        search.distance=end-start-len(item)

    return a

# calling search function
x=search(d,thirtyFive,ten)
#some other things I need to print
y=len(x)
print(str(x))
print(y)
# desired output
print(search.distance)

Answer 1

使用正则表达式的解决方案：

import re

string = "ABCDEFGHIJKL"
sequence1 = "ABC"
sequence2 = "JKL"

result = re.search(sequence1+'(.*)'+sequence2,string)
print(len(result.group(1)))

Answer 2

您也可以使用正则表达式：

import re
s = "ABCDEFGHIJKL"
seq1 = "ABC"
seq2 = "JKL"

s1 = re.match(seq1 + "(.*)" + seq2, s).group(1)
print s1
print(len(s1))

输出

DEFGHI
6

或

使用str.replace：

s2 = s.replace(seq1, '').replace(seq2, '')
print s2
print(len(s2))

输出

DEFGHI
6

现场演示here

Answer 3

检查一下

In [1]: a='ABCDEFGHIJKL'

In [2]: b='ABC'

In [3]: c='JKL'

In [4]: a.find(b)
Out[4]: 0

In [6]: a.find(c)
Out[6]: 9

In [7]: l=a.find(b) + len(b)

In [8]: l
Out[8]: 3

In [10]: a[l:a.find(c)]
Out[10]: 'DEFGHI'

In [11]: 

Answer 4

使用 str.find() 获取两个索引，并根据第一个的长度进行调整。

也不要忘记极端情况，例如子字符串重叠的地方。