在两个单词之间提取字符串的正则表达式

-2

ATG AGC TAA CTC AGG TGA TGG GGA ATG CCC CGC TAA

我需要要么TAG|TGA|TAA （不应该包括结束） ATG和结束之间提取字符串。我如何从字符串中提取

ATGAGC和 ATGCCCCGCTAA使用正则表达式。

我曾尝试

pattern = re.compile(r'(?=(ATG(?:...)*?)(?=TAG|TGA|TAA))')

预期这是行不通的。

来源

2016-09-18 Krishna Kalyan

你会得到什么结果？ – Soviut

我觉得每年这个时候都会问到这个问题......例如[here]（http://stackoverflow.com/q/18731894/）和[here]（http://stackoverflow.com/ q/16260794 /）和[这里]（http://stackoverflow.com/q/19761908/）和[这里]（http://stackoverflow.com/q/31757876）和.... – Dan

为什么'ATGCCCCGCTAA'是否包含'TAA'？而“ATGAGC”不？ – Kasramvd

使用正则表达式如下：

In [14]: regex = re.compile(r'(ATG.*?)(?:TAG|TGA|TAA)') 

In [15]: regex.findall(s) 
Out[15]: ['ATGAGC', 'ATGGGGAATGCCCCGC']

需要注意的是这些比赛不包含尾随。

来源

2016-09-18 04:46:12 Kasramvd

import re 

pattern = re.compile(r'(ATG[A-Z]+)(?:TAG|TGA|TAA)') 
results = pattern.search('ATGCCCCGCTAA') 

print results.groups(0)

结果

('ATGCCCCGC',)

来源

2016-09-18 04:53:13 Soviut

这工作，因为结局不包括：

>>> re.findall(r'(ATG(?:...)*?)(?:TAG|TGA|TAA)', seq) 
['ATGAGC', 'ATGCCCCGC']

?:意味着图案不会在结果被捕获。

...：指定正好三个字符。替代方案是.{3}或更具限制性的案例[ACTG]{3}

*?：暗示最小匹配。没有这个，就会获得最长的比赛。

来源

2016-09-18 07:26:09

在两个单词之间提取字符串的正则表达式

回答

相关问题