separar - reemplazar caracteres en python

Encuentra todas las apariciones de una subcadena en Python

Question

Python tiene string.find() y string.rfind() para obtener el índice de una subcadena en string.

Me pregunto, tal vez hay algo como string.find_all() que puede devolver todos los índices fundados (no solo el primero desde el principio o el primero desde el final).

Por ejemplo:

string = "test test test test"

print string.find(''test'') # 0
print string.rfind(''test'') # 15

#that''s the goal
print string.find_all(''test'') # [0,5,10,15]

Answer 1

Aquí hay una forma (muy ineficiente) de obtener todas las coincidencias (es decir, incluso superpuestas):

>>> string = "test test test test"
>>> [i for i in range(len(string)) if string.startswith(''test'', i)]
[0, 5, 10, 15]

Answer 2

Cualquiera que sea la solución provista por otros, está completamente basada en el método disponible find () o en cualquier método disponible.

¿Cuál es el algoritmo básico básico para encontrar todas las apariciones de una subcadena en una cadena?

def find_all(string,substring):
    """
    Function: Returning all the index of substring in a string
    Arguments: String and the search string
    Return:Returning a list
    """
    length = len(substring)
    c=0
    indexes = []
    while c < len(string):
        if string[c:c+length] == substring:
            indexes.append(c)
        c=c+1
    return indexes

También puede heredar la clase str a la nueva clase y puede usar esta función a continuación.

class newstr(str):
def find_all(string,substring):
    """
    Function: Returning all the index of substring in a string
    Arguments: String and the search string
    Return:Returning a list
    """
    length = len(substring)
    c=0
    indexes = []
    while c < len(string):
        if string[c:c+length] == substring:
            indexes.append(c)
        c=c+1
    return indexes

Llamando al método

newstr.find_all (''¿Le resulta útil esta respuesta? ¡Entonces, promueva esto!'', ''este'')

Answer 3

Cuando busque una gran cantidad de palabras clave en un documento, use flashtext

from flashtext import KeywordProcessor
words = [''test'', ''exam'', ''quiz'']
txt = ''this is a test''
kwp = KeywordProcessor()
kwp.add_keywords_from_list(words)
result = kwp.extract_keywords(txt, span_info=True)

Flashtext se ejecuta más rápido que las expresiones regulares en una gran lista de palabras de búsqueda.

Answer 4

Este hilo es un poco viejo pero esto funcionó para mí:

numberString = "onetwothreefourfivesixseveneightninefiveten"
testString = "five"

marker = 0
while marker < len(numberString):
    try:
        print(numberString.index("five",marker))
        marker = numberString.index("five", marker) + 1
    except ValueError:
        print("String not found")
        marker = len(numberString)

Answer 5

Esto hace el truco para mí usando re.finditer

import re

text = ''This is sample text to test if this pythonic ''/
       ''program can serve as an indexing platform for ''/
       ''finding words in a paragraph. It can give ''/
       ''values as to where the word is located with the ''/
       ''different examples as stated''

#  find all occurances of the word ''as'' in the above text

find_the_word = re.finditer(''as'', text)

for match in find_the_word:
    print(''start {}, end {}, search string /'{}/'''.
          format(match.start(), match.end(), match.group()))

Answer 6

La forma pitónica sería:

mystring = ''Hello World, this should work!''
find_all = lambda c,s: [x for x in range(c.find(s), len(c)) if c[x] == s]

# s represents the search string
# c represents the character string

find_all(mystring,''o'')    # will return all positions of ''o''

[4, 7, 20, 26] 
>>> 

Answer 7

No hay una simple función de cadena incorporada que haga lo que estás buscando, pero podrías usar las expresiones regulares más poderosas:

import re
[m.start() for m in re.finditer(''test'', ''test test test test'')]
#[0, 5, 10, 15]

Si desea encontrar coincidencias superpuestas, lookahead lo hará:

[m.start() for m in re.finditer(''(?=tt)'', ''ttt'')]
#[0, 1]

Si desea una búsqueda inversa de todo sin superposiciones, puede combinar lookahead positivo y negativo en una expresión como esta:

search = ''tt''
[m.start() for m in re.finditer(''(?=%s)(?!.{1,%d}%s)'' % (search, len(search)-1, search), ''ttt'')]
#[1]

re.finditer devuelve un generator , por lo que puede cambiar el [] de lo anterior a () para obtener un generador en lugar de una lista que será más eficiente si solo está iterando los resultados una vez.

Answer 8

Nuevamente, hilo viejo, pero aquí está mi solución usando un generador y un str.find simple.

def findall(p, s):
    ''''''Yields all the positions of
    the pattern p in the string s.''''''
    i = s.find(p)
    while i != -1:
        yield i
        i = s.find(p, i+1)

Ejemplo

x = ''banananassantana''
[(i, x[i:i+2]) for i in findall(''na'', x)]

devoluciones

[(2, ''na''), (4, ''na''), (6, ''na''), (14, ''na'')]

Answer 9

Puede utilizar re.finditer() para coincidencias no superpuestas.

>>> import re
>>> aString = ''this is a string where the substring "is" is repeated several times''
>>> print [(a.start(), a.end()) for a in list(re.finditer(''is'', aString))]
[(2, 4), (5, 7), (38, 40), (42, 44)]

pero no funcionará para:

In [1]: aString="ababa"

In [2]: print [(a.start(), a.end()) for a in list(re.finditer(''aba'', aString))]
Output: [(0, 3)]

Answer 10

Puedes probar :

>>> string = "test test test test"
>>> for index,value in enumerate(string):
    if string[index:index+(len("test"))] == "test":
        print index

0
5
10
15

Answer 11

Si solo estás buscando un solo personaje, esto funcionaría:

string = "dooobiedoobiedoobie"
match = ''o''
reduce(lambda count, char: count + 1 if char == match else count, string, 0)
# produces 7

También,

string = "test test test test"
match = "test"
len(string.split(match)) - 1
# produces 4

Mi corazonada es que ninguno de estos (especialmente el # 2) es terriblemente eficaz.

Answer 12

Ven, vamos a hacer juntos la terapia.

def locations_of_substring(string, substring):
    """Return a list of locations of a substring."""

    substring_length = len(substring)    
    def recurse(locations_found, start):
        location = string.find(substring, start)
        if location != -1:
            return recurse(locations_found + [location], location+substring_length)
        else:
            return locations_found

    return recurse([], 0)

print(locations_of_substring(''this is a test for finding this and this'', ''this''))
# prints [0, 27, 36]

No hay necesidad de expresiones regulares de esta manera.

Answer 13

este es un hilo antiguo, pero me interesé y quería compartir mi solución.

def find_all(a_string, sub):
    result = []
    k = 0
    while k < len(a_string):
        k = a_string.find(sub, k)
        if k == -1:
            return result
        else:
            result.append(k)
            k += 1 #change to k += len(sub) to not search overlapping results
    return result

Debe devolver una lista de posiciones donde se encontró la subcadena. Por favor comente si ve un error o espacio para mejorar.

Answer 14

por favor mira el siguiente código

#!/usr/bin/env python
# coding:utf-8
''''''黄哥Python''''''


def get_substring_indices(text, s):
    result = [i for i in range(len(text)) if text.startswith(s, i)]
    return result


if __name__ == ''__main__'':
    text = "How much wood would a wood chuck chuck if a wood chuck could chuck wood?"
    s = ''wood''
    print get_substring_indices(text, s)

Answer 15

>>> help(str.find)
Help on method_descriptor:

find(...)
    S.find(sub [,start [,end]]) -> int

Así, podemos construirlo nosotros mismos:

def find_all(a_str, sub):
    start = 0
    while True:
        start = a_str.find(sub, start)
        if start == -1: return
        yield start
        start += len(sub) # use start += 1 to find overlapping matches

list(find_all(''spam spam spam spam'', ''spam'')) # [0, 5, 10, 15]

No se requieren cadenas temporales o expresiones regulares.