我的目标是识别两个对齐的文本文档中的匹配字符串，然后找到每个文档中匹配字符串的起始字符的位置。
doc1=['the boy is sleeping', 'in the class', 'not at home']
doc2=['the girl is reading', 'in the class', 'a serious student']
我的尝试:
# find matching string(s) that exist in both document list:
matchstring=[x for x in doc1 if x in doc2]
Output=matchstring='in the class'
'
现在的问题是查找 doc1 和 doc2 中匹配字符串的字符偏移量(不包括标点符号，包括空格)。
理想结果:
Position of starting character for matching string in doc1=20
Position of starting character for matching string in doc2=20
关于文本对齐有什么想法吗？谢谢。
最佳答案
嘿伙计，试试这个:
doc1=['the boy is sleeping', 'in the class', 'not at home']
doc2=['the girl is reading', 'in the class', 'a serious student']
temp=''.join(list(set(doc1) & set(doc2)))
resultDoc1 = ''.join(doc1).find(temp)
resultDoc2 = ''.join(doc2).find(temp)
print "Position of starting character for matching string in doc1=%d" % (resultDoc1 + 1)
print "Position of starting character for matching string in doc2=%d" % (resultDoc2 + 1)
它完美地符合您的期望!
关于python - 如何使用 python 查找文本中的字符偏移量，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/22132192/