使用regex在字符串中查找子字

Question

工作解决方案：

import re
import sys

lines = sys.stdin.readlines()

n=int(lines[0])
q=int(lines[n+1])

N=lines[1:n+1]
S=lines[n+2:]

text = "\n".join(N)
for s in S:
    print(len(re.findall(r"(?<!\W)(?="+s.strip()+r"\w)", text)))

破“解”：

import re
import sys

lines = sys.stdin.readlines()

n=int(lines[0])
q=int(lines[n+1])

N=lines[1:n+1]
S=lines[n+2:]

for s in S:
    total=0
    for string in N:
        total += len(re.findall("(?<!\W)(?="+s.strip()+"\w)", string))
    print(total)

我们将单词字符定义为以下任一项：

null

null

第一行包含一个整数n，表示句子的数目。后面的每一行都包含一个由非单词字符分隔的单词组成的句子。下一行包含一个整数，表示查询的数量。后续行中的每一行都包含一个要检查的字符串。

制约因素

• 1≤n≤100
• 1≤q≤10

1
existing pessimist optimist this is
1
is

3

• 作为现有的子字出现时间。
• 作为悲观主义者的子词出现时间。
• 作为Optimist的子词出现时间。
• while是单词this的子字符串，后面跟着一个空格；因为空白不是字母、数字，也不是下划线，所以我们不将其作为子字出现项计算。
• 虽然is是句子中单词is的子串，但我们不将其算作匹配，因为在句子中，它的前面和后面都有非单词字符（即空格）。这意味着它不能算作子字出现。

接下来，我们将所有单词的子单词的出现次数加起来为1+1+1+0+0=3。因此，我们在新的行上打印3。

Answer 1

>

如果不将字符串指定为原始字符串，regex元字符实际上会被解释为特殊的转义字符，并且模式不会像您预期的那样匹配。

由于不再在多行字符串内部查找，因此需要将修改负查找后面添加到正查找后面:（？<=\w)

正如Wiktor在他的评论中提到的，转义s.strip将是一个好主意，这样可以将任何可能被视为regex元字符的字符转义并按字面意思表示。您可以使用re.escape(s.stripe())。

total += len(re.findall(r"(?<\w)(?=" + re.escape(s.strip()) + r"\w)", string))