python实现前向匹配中查找最大长度的最高重复模式的子字符串

    之前写过一篇文章是：python获取指定字符串中重复模式最高的字符串

    在这里的方法很简单无非就是一个滑窗，重叠的滑动，将字符串所有的可能都找到，然后统计一下即可，现在我要的是前向匹配最大长度的同时重复模式最多的子字符串，这样的话就需要加一层统计处理了，不过做法也很好理解，具体实现如下：

#!usr/bin/env python
#encoding:utf-8

'''
__Author__:沂水寒城
功能：找到给定字符串中的最大重复模式
'''


def slice_window(str_list,n):
    '''
    滑窗切片操作
    '''
    result_list=[]
    for i in range(0,len(str_list)-n+1,n):
        result_list.append('/'.join(str_list[i:i+n]))
    return result_list


def find_repeat_pattern(str_list):
    result_list=[]
    result_dict={}
    for i in range(2,len(str_list)):
        result_list+=slice_window(str_list,i)
    for one in result_list:
        if one in result_dict:
            result_dict[one]+=1
        else:
            result_dict[one]=1
    # return sorted(result_dict.items(), key=lambda e:e[1], reverse=True)[0]
    return result_dict


def find_real_pattern(result_dict):
    new_result_dict={}
    keys_list=result_dict.keys()
    for i in range(len(keys_list)):
        first=keys_list[i]
        for j in range(len(keys_list)):
            second=keys_list[j]
            if first in second and first!=second and result_dict[first]>1 and result_dict[second]>1:
                new_result_dict[keys_list[j]]=result_dict[keys_list[j]]
    return new_result_dict

if __name__ == '__main__':
    str_list=['1','2','3','4','5','6','7','8','4','3','4','3','4','3','4','3','4','3']
    result_list=slice_window(str_list,2)
    print result_list
    result_dict=find_repeat_pattern(str_list)
    print result_dict
    print find_real_pattern(result_dict)

结果如下：

['1/2', '3/4', '5/6', '7/8', '4/3', '4/3', '4/3', '4/3', '4/3']
{'1/2/3': 1, '1/2/3/4/5/6/7/8/4/3/4/3/4/3': 1, '4/3/4/3/4/3': 1, '1/2/3/4/5/6/7/8/4/3/4/3': 1, '1/2/3/4/5/6/7/8/4': 1, '8/4/3/4/3/4/3': 1, '1/2/3/4/5': 1, '4/3/4/3/4': 1, '1/2/3/4': 1, '4/3/4/3': 2, '6/7/8/4/3': 1, '7/8/4/3/4/3': 1, '7/8/4': 1, '1/2/3/4/5/6/7/8/4/3': 1, '3/4/3/4/3/4/3/4/3': 1, '1/2/3/4/5/6/7/8/4/3/4/3/4': 1, '4/5/6': 1, '4/3/4': 1, '1/2': 1, '1/2/3/4/5/6/7/8/4/3/4/3/4/3/4': 1, '1/2/3/4/5/6/7/8/4/3/4/3/4/3/4/3/4': 1, '1/2/3/4/5/6/7/8/4/3/4/3/4/3/4/3': 1, '3/4': 1, '1/2/3/4/5/6/7/8/4/3/4': 1, '1/2/3/4/5/6/7': 1, '5/6': 1, '4/3': 5, '7/8': 1, '5/6/7/8': 1, '3/4/3': 2, '1/2/3/4/5/6/7/8': 1, '4/3/4/3/4/3/4/3': 1, '1/2/3/4/5/6': 1}
{'3/4/3': 2, '4/3/4/3': 2}
[Finished in 0.4s]

可以看到：

    [4,3,4,3]即为我们所要的前向匹配过程中重复模式最高的子字符串了，如果想要只输出这一个，那么可以在输出前加一个比较，若值相等那么输出长度更大的字符串即可