用于提取两个单词之间字符串的正则表达式

Question

我有一根没有空间的绳子。在

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

我需要提取ATG和以TAG|TGA|TAA结尾的字符串 （不应包括结尾） . 如何从字符串中提取

ATGAGC和 ATGCCCCGCTAA使用正则表达式。在

我试过的

^{pr2}$

它没有按预期工作。在

Answer 1

使用以下正则表达式：

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

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

请注意，这些匹配项不包含尾部。在

Answer 2

考虑到结尾不包括在内，这是可行的：

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

?:表示结果中不会捕获模式。在

...：精确指定三个字符。另一种选择是.{3}或限制性更强的[ACTG]{3}

*?：表示最小匹配。否则，将获得最长匹配。在

Answer 3

import re

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

print results.groups(0)

结果

^{pr2}$