Python:re.find最长序列

我有一个随机生成的字符串：

polymer_str = "diol diNCO diamine diNCO diamine diNCO diamine diNCO diol diNCO diamine"

我想找出“diNCO二醇”的最长序列和“diNCO二胺”的最长序列。因此，在上述情况下，最长的“diNCO二醇”序列为1，最长的“diNCO二胺”序列为3

我将如何使用python的re模块来实现这一点

提前谢谢

编辑：
我是指给定字符串的最长重复次数。因此，含有“diNCO二胺”的最长字符串为3:

---

二元醇二胺二元醇二胺二元醇二胺二元醇二胺二元醇二胺

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")

---

我认为op需要最长的连续序列。您可以获得所有连续序列，如： seqs=re.findall（（？：二氨基二胺）+”，聚合物）

然后找到最长的。

在的上展开：

可以找到有关

re.findall

的文档

这可以写成一行，但这种形式的可读性变差了

备选方案：

如果

polymer\u str

很大，那么使用

re.finditer

将提高内存效率。以下是您可能采取的措施：

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)

---

findall

和

finditer

之间最大的区别在于前者返回一个列表对象，而后者迭代匹配对象。另外，

finditer

方法会稍微慢一些。

您所说的最长序列是什么意思？在我看来，你正在做精确匹配！这听起来像是生物信息学：也许“串联重复”这个词就是你要找的：n00ki3，我要找的是最大的区块。“diNCO二胺”是一个重复块，我想知道最大的块是什么。它可以找到总数，而不是最长的序列。对不起，我误解了这个问题。这不能正确解释空格。第二行还有一个额外的“b”+谢谢你比我更亲密！您将如何解决空间问题？关于“b”你是对的。这就是复制和粘贴的问题：）这不起作用。它查找第一个匹配项，而不是最长的匹配项。polymer_str=“二醇-二元二胺-塔可-二元二胺-二元二胺-二元二胺-二元二胺-二元二醇-二元二胺”正确结果为3；这将返回1。实际上，每次找到新的匹配项时，组（0）都会被覆盖。目前无法使用“re”模块从正则表达式中的“+”或“*”中获取多个组。我在回答中对此进行了扩展。tgray基本上做到了这一点。我只想补充一点，“？：”符文是必需的，否则findall会将括号内的每个匹配项作为列表中的一个单独条目返回，在本例中，这会使对象失效。这实际上会返回最终匹配中的字符数，而不是匹配数（如问题中所建议的）而不是包含最长匹配的字符串。很好，我已经修复了返回匹配数的代码。如果需要实际字符串，只需返回“最长匹配”。

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)))

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)))