如何使用python查找文本中的字符偏移

Question

我的目标是在两个对齐的文本文档中标识匹配的字符串，然后在每个文档中查找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' 

'

现在的问题是找到在DOC1和DOC2匹配的字符串的字符偏移量（不包括标点符号，空格包括在内）。

理想的结果：

Position of starting character for matching string in doc1=20 
Position of starting character for matching string in doc2=20 

在文本对齐任何想法？谢谢。

Answer 1

喜的人，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) 

它的工作完全是你的期望！