查找多个/重叠的匹配子字符串的索引 [英] Finding the indexes of multiple/overlapping matching substrings

问题描述

我有一个字符串 s =CCCGTGCC和一个字符串 ss =CC。我想获得 s 中的所有索引，它们开始字符串 ss 。在我的例子中，我想回到数组 c（1,2,6）。

I have a string, s="CCCGTGCC" and a subtstring ss="CC". I want to get all the indexes in s that start the string ss. In my example I would want to get back the array c(1,2,6).

任何字符串函数实现这个？注意我的字符串是CCCGTGCC，而不是 c（C，C，C，G ，T，G，C，C）。

Is there any string function that achieves this? Notice that my string is in the form "CCCGTGCC", and not c("C","C","C","G","T","G","C","C").

grep 只返回在字符串中是否有匹配的任何地方，而不是字符串中的匹配的索引，除非我错过了一些东西。

grep only returns whether there is a match anywhere in the string, and not the indexes of the matches within the string, unless I'm missing something.

推荐答案

使用尝试 gregexpr 并使用带有前瞻性断言的perl正则表达式（请参阅？regex ）：

gregexpr("(?=CC)","CCCGTGCC",perl=TRUE)
[[1]]
[1] 1 2 7
attr(,"match.length")
[1] 0 0 0

这篇关于查找多个/重叠的匹配子字符串的索引的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！