代码之家 › 专栏 › 技术社区 › Jack Arnestad

正则表达式模糊匹配,只允许模糊范围内

fuzzy-search python-3.x regex python

Jack Arnestad · 技术社区 · 5 年前

我有一个 pattern_string = 'ATAG/GAGAAGATGATG/TATA' 还有一个 query_string = 'ATAG/AGCAAGATGATG/TATA'

r = regex.compile('(%s){e<=2}' % pattern_string)

r.match(query_string)

在这里,唯一的改变是在两者之间 / 字符。但是,我想限制匹配的模糊性,只允许在这些字符之间,而边界保持完全匹配。

例如, pattern_string = 'ATGG/GAGAAGATGATG/TATA' query_string='ATAG/agcaagatg/TATA' 是不 ATGG 与 ATAG )不匹配。同样, pattern_string = 'ATAG/GAGAAGATGATG/TATG' 和 query_string='ATAG/agcaagatg/TATA' TATG 与 TATA )不匹配。

总之,字符串在 / (或任何分隔符字符)应根据指定给正则表达式的内容允许模糊匹配( {e<=2} 在本例中),但外部的字符串必须完全匹配。

如何做到这一点?

我在想象一个像下面这样的函数

ideal_function(pattern_string, query_string)

在哪里?

ideal_function(pattern_string = 'ATAG/GAGAAGATGATG/TATA', query_string = 'ATAG/AGCAAGATGATG/TATA') 退货 True ideal_function(pattern_string = 'ATGG/GAGAAGATGATG/TATA', query_string = 'ATAG/AGCAAGATGATG/TATA') 退货 False

{s<=2} )和错误计数(如 {e<=2}

0 回复 | 直到 5 年前

Zero Piraeus 5 年前

您可以使用下面所需的实现将模糊性限制在斜杠之间的模式部分 ideal_function() :

def ideal_function(pattern_string, query_string, fuzzy='e<=2'):
    prefix, body, suffix = pattern_string.split('/')
    r = regex.compile('%s/(%s){%s}/%s' % (prefix, body, fuzzy, suffix))
    return r.match(query_string) is not None

这就是它的作用:

>>> ideal_function('ATAG/GAGAAGATGATG/TATA', 'ATAG/AGCAAGATGATG/TATA')
True

>>> ideal_function('ATGG/GAGAAGATGATG/TATA', 'ATAG/AGCAAGATGATG/TATA')
False

>>> ideal_function('ATAG/GAGAAGATGATG/TATA', 'ATAG/AGCAAGATGATG/TATA', 'e<=1')
False

>>> ideal_function('ATAG/GAGAAGATGATG/TATA', 'ATAG/AGCAAGATGATG/TATA', 'e<=2')
True

>>> ideal_function('ATAG/GAGAAGATGATG/TATA', 'ATAG/AGCAAGATGATG/TATA', 's<=2')
False

>>> ideal_function('ATAG/GAGAAGATGATG/TATA', 'ATAG/AGCAAGATGATG/TATA', 's<=3')
True

这依赖于在模式中始终有三个斜杠分隔的部分,但是由于任何更一般化的部分也需要指定哪些部分是模糊的,哪些部分是非模糊的,我假设这种直接的方法适合您的用例。

任何版本的 理想函数() 顺便说一句,每次调用它时都必须创建适当的正则表达式,这可能不是最有效的方法(尽管您必须进行一些分析,以确定它在您的特定情况下实际产生了多大的差异)。

根据你需要的输出类型,像这样可以更有意义:

def ideal_generator(pattern_string, all_query_strings, fuzzy='e<=2'):
    prefix, body, suffix = pattern_string.split('/')
    r = regex.compile('%s/(%s){%s}/%s' % (prefix, body, fuzzy, suffix))
    for query_string in all_query_strings:
        if r.match(query_string) is not None:
            yield query_string

pattern_string