Python中的字符串查找操作方法总结

基本的字符串位置查找方法
Python 查找字符串使用 变量.find("要查找的内容"[，开始位置，结束位置])，开始位置和结束位置，表示要查找的范围，为空则表示查找所有。查找到后会返回位置，位置从0开始算，如果每找到则返回-1。

    str = 'a,hello' 
    print str.find('hello') # 在字符串str里查找字符串hello 
    >> 2     # 输出结果 

朴素匹配算法

朴素匹配算法是对目标字符串和模板字符串的一一匹配。如果匹配得上,下标向右移一位, 否则清空并重新开始匹配。

    target = 'abb aba'
    pattern = 'aba'

    def match(target, pattern):
      i = j = 0
      n, m = len(target), len(pattern)
      while i < n and j < m:
        # 如果字符相等则目标和模板的下标都向右移
        if target[i] == pattern[j]:
          i, j = i+1, j+1
        else:
          # 如果字符不相等则目标下标切换到不相等的下标
          # 模板下标移动到初始下标
          i = i - j + 1
          j = 0
      if j == m:
        return i - j
      return -1

把上面的加上print后打印一遍

    #修改的地方
    else:
      i = i -j + 1
      j = 0
      print(target[i], pattern[j], i, j)

    # 打印结果
    b a 1 0
    b a 2 0
     a 3 0
    a a 4 0

循环会一直到相等的匹配值, 这个方法效率低下，主要是在不匹配时会重新把模板字符循环一次。最多可能会出现 m * (n-m +1)次。m是模板字符的长度，n-m + 1是排除不等字符的次数。

KMP 算法

kmp是通过已知匹配的字符进行移位的算法，比如上面的abb 中跟abc比较的话 ab是已知的。

    def match(target, pattern):
      i = j = 0
      n, m = len(target), len(pattern)
      while i < n and j < m:
        # 如果字符相等则目标和模板的下标都向右移
        if if j == -1 and target[i] == pattern[j]:
          i, j = i+1, j+1
        else:
          # 这里通过next 函数来判断位移个数
          i = i - j + pattern_next(pattern[:j])
          j = 0
      if j == m:
        return i - j
      return -1


    def pattern_next(s):  
      prefix = [s[:i+1] for i in range(len(s)-1)]
      suffix = [s[i+1:] for i in range(len(s)-1)]
      l = list(set(prefix) & set(suffix))
      return len(l)