Python:re..查找最长的sequen

Question

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“丁二醇”的最长序列和“丁二胺”的最长序列。因此，在上述情况下，最长的“丁二醇”序列是1，最长的“丁二胺”是3。

我如何使用python的re模块来完成这项工作？

提前谢谢。

编辑：
我的意思是给定字符串的最长重复次数。因此，含有“diNCO二胺”的最长字符串是3：
二元醇

Answer 1

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)))

Answer 2

在Ealdwulf的answer上展开：

有关re.findall的文档可以在here中找到。

def getLongestSequenceSize(search_str, polymer_str):
    matches = re.findall(r'(?:\b%s\b\s?)+' % search_str, polymer_str)
    longest_match = max(matches)
    return longest_match.count(search_str)

这可以写成一行，但在这种形式下可读性会降低。

备选方案：

如果polymer_str很大，那么使用re.finditer会更节省内存。你可以这样做：

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之间的最大区别是第一个返回列表对象，而第二个遍历匹配对象。而且，finditer方法会慢一些。

Answer 3

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（“（？）？：diNCO二胺+”，聚合物）

然后找出最长的。