查找最短子串

Question

我写了一段代码，用来从一个字符串中找出子字符串。它会打印出所有的子字符串。

但是我想要的是长度在2到6之间的子字符串，并且只打印出最短的那个子字符串。

请帮帮我。

程序：

import re
p=re.compile('S(.+?)N')
s='ASDFANSAAAAAFGNDASMPRKYN'
s1=p.findall(s)
print s1

输出：

['DFA', 'AAAAAFG', 'MPRKY']  

期望的输出：

'DFA'  length=3

Answer 1

这个正则表达式 'S(.{2,6}?)N' 只会匹配长度在2到6个字符之间的内容。

如果你想得到最短的匹配结果，可以用 sorted(s1, key=len)[0]。

完整的例子：

import re
p=re.compile('S(.{2,6}?)N')
s='ASDFANSAAAAAFGNDASMPRKYNSAAN'
s1=p.findall(s)
if s1:
    print sorted(s1, key=len)[0]
    print min(s1, key=len) # as suggested by Nick Presta

这个方法是通过先把 findall 返回的列表按长度排序，然后取排序后列表中的第一个项目。

补充：Nick Presta的回答更简洁，我之前不知道 min 也可以带 key 参数……

Answer 2

如果你已经有了一个列表，可以使用 min 函数，配合 len 函数作为第二个参数。

>>> s1 = ['DFA', 'AAAAAFG', 'MPRKY']
>>> min(s1, key=len)
'DFA'

编辑：
如果有两个元素长度相同，你可以进一步扩展这个方法，生成一个包含所有相同长度元素的列表：

>>> s2 = ['foo', 'bar', 'baz', 'spam', 'eggs', 'knight']
>>> s2_min_len = len(min(s2, key=len))
>>> [e for e in s2 if len(e) is s2_min_len]
['foo', 'bar', 'baz']

上面的内容在只有一个“最短”元素的情况下也应该能正常工作。

编辑 2： 为了更完整，经过我简单的测试，计算最短元素的长度并在列表推导式中使用这个长度，应该会更快。上面的内容已更新。