python - 在列表中搜索/识别子列表的最佳方法，允许插入

Question

使用 Python，我想匹配列表中可能填充特定模式的所有子列表，

例如 ：

 l = ['dummy', ',', 'as', 'it', 'is', 'an', 'example', '.', 
     'as', 'we', 'assume', 'it', 'is', '.', 
      'as', 'to', 'do', 'some', '.']

 sublist = ['as', '*', 'it']

和

mySub(l, sublist)提供 =>[['as', 'it'], ['as', 'we', 'assume', 'it'], ['as', 'it', 'is', 'an', 'example', '.', 'as', 'we', 'assume', 'it']]

或其他示例：

mySub(l, ['as', '*', 'it', '*', 'example'])提供 =>[['as', 'it', 'is', 'an', 'example'], ] mySub(l, ['as', '*', 'it', 'is'])提供 =>[['as', 'it', 'is'], ['as', 'it', 'is', 'an', 'example', '.', 'as', 'we', 'assume', 'it', 'is'], ['as', 'we', 'assume', 'it', 'is']]

实际上我的问题更复杂，因为l将是列表列表，并且sublist还必须根据排名匹配其中的某些部分。但这是为了概括我遇到的主要困难，即如何使用 Python 进行这种有效的匹配。（所以用一些简单的正则表达式匹配解决这个问题对我没有帮助）

请注意，'*' 是正则表达式的一个like，意思是我们可能会跳过一些项目。即使不清楚，我也需要拥有所有可能的子列表，这就是为什么有些重复与贪婪的匹配。

如果你们有任何线索/链接/有趣的想法，请

此致

（我记得一些关于与生物信息学/dna 序列匹配的算法，但无法再次找到它）

Answer 1

您的问题与生物学中的序列对齐有关，这最常通过动态编程方法解决。您还可以查看 NLP 中使用的模式匹配算法，我猜自然语言工具包 (nltk) 应该讨论一些相关问题。

Answer 2

s1 = set(l)
s2 = set(sublist)
s1.intersection(s2)
[out]set(['as', 'it'])