不匹配的不明确子字符串

Question

我试图用正则表达式在一个DNA字符串中找到一个子串。这个子串有不明确的基，就像ATCGR，其中R可以是A或{}。另外，脚本必须允许x个不匹配的数目。所以这是我的密码

import regex

s = 'ACTGCTGAGTCGT'    
regex.findall(r"T[AG]T"+'{e<=1}', s, overlapped=True)

因此，如果有一个不匹配，我会期望3个子字符串AC**TGC**TGAGTCGT和{}和{}。预期结果如下：

^{pr2}$

但结果是

['TGC', 'TGA']

甚至使用关于芬德尔，代码无法识别最后一个子字符串。 另一方面，如果代码设置为允许2个与{e<；=2}不匹配，则输出为

['TGC', 'TGA']

有没有其他方法可以得到所有的子字符串？在

Answer 1

如果我理解得很好，您正在寻找与模式T[GA]T匹配的所有三个字母子串，并且您最多允许一个错误，但我认为您所寻找的错误只是一个字符替换，因为您从未谈到过2个字母的结果。在

要获得预期的结果，您必须将{e<=1}更改为{s<=1}（或{s<2}），并将其应用于将其包含在组中的整个模式（而不仅仅是最后一个字母）（如您所愿，捕获或不捕获），否则谓词{}只链接到最后一个字母：

regex.findall(r'(T[AG]T){s<=1}', s, overlapped=True)