Python - 长度为 K 的子字符串匹配的位置数

在文本处理中，经常需要在一个长字符串中查找特定长度的子字符串，并计算子字符串出现的位置数。本文将介绍如何使用 Python 实现该功能。

方法一：使用 re 模块进行正则匹配

我们可以使用 re 模块中的 findall 函数来查找特定长度的子字符串，并返回其出现的位置数。

import re

def count_substrings(s: str, k: int) -> int:
    pattern = f'(?=(\\w{{{k}}}))'
    matches = re.findall(pattern, s)
    return len(matches)

解析：

1. 定义一个正则表达式模式，该模式包含一个长度为 k 的子字符串，并使用后向引用将该子字符串包括在一个捕获组中。
2. 在模式中使用正向前瞻，在每个可能匹配的位置尝试匹配该子字符串。
3. 使用 findall 函数查找符合模式的字符串，并返回其出现位置的数量。

# 示例
s = 'AABCAABDABCAAED'
k = 3
count = count_substrings(s, k)
print(count) # 输出: 5

方法二：使用滑动窗口

我们可以使用滑动窗口技术，在字符串中遍历每个长度为 k 的子字符串，并计算其出现的位置数。

def count_substrings(s: str, k: int) -> int:
    count = 0
    for i in range(len(s) - k + 1):
        if s[i:i+k] == s[:k]:
            count += 1
    return count

解析：

1. 遍历字符串，从第一个长度为 k 的子字符串开始。
2. 判断当前子字符串是否与第一个子字符串相同。
3. 如果相同，则计数器加 1，继续遍历下一个子字符串。

# 示例
s = 'AABCAABDABCAAED'
k = 3
count = count_substrings(s, k)
print(count) # 输出: 5

两种方法各有优劣，使用正则匹配能更好的处理一些特殊情况，而使用滑动窗口则简单易懂。具体应该根据实际情况进行选择。