我将如何去寻找文件中最常见的子字符串
How would I go about finding the most common substring in a file
作为序言，我正在尝试创建自己的压缩方法，其中我不关心速度，因此对大文件进行大量迭代是合理的。但是，我想知道是否有任何方法可以获得长度为 2 或更多（最有可能为 3）的最常见子串，因为任何更大的子串都不合理。我想知道您是否可以在不拆分的情况下执行此操作，或者类似的操作，没有表格，只需搜索字符串。谢谢。
您可能想使用类似 collections.Counter 的方法将每个子字符串与一个计数相关联，例如：
>>> data = "the quick brown fox jumps over the lazy dog"
>>> c = collections.Counter(data[i:i+2] for i in range(len(data)-2))
>>> max(c, key=c.get)
'th'
>>> c = collections.Counter(data[i:i+3] for i in range(len(data)-3))
>>> max(c, key=c.get)
'the'
作为序言，我正在尝试创建自己的压缩方法，其中我不关心速度，因此对大文件进行大量迭代是合理的。但是，我想知道是否有任何方法可以获得长度为 2 或更多（最有可能为 3）的最常见子串，因为任何更大的子串都不合理。我想知道您是否可以在不拆分的情况下执行此操作，或者类似的操作，没有表格，只需搜索字符串。谢谢。
您可能想使用类似 collections.Counter 的方法将每个子字符串与一个计数相关联，例如：
>>> data = "the quick brown fox jumps over the lazy dog"
>>> c = collections.Counter(data[i:i+2] for i in range(len(data)-2))
>>> max(c, key=c.get)
'th'
>>> c = collections.Counter(data[i:i+3] for i in range(len(data)-3))
>>> max(c, key=c.get)
'the'