为什么我不能用python正则表达式找到所有模式匹配？

Question

这个问题看起来很简单，但我不明白为什么我没有得到所有的匹配。我要处理的字符串是“c.1292\u 1294elttcinsa”。我想使用嵌套组提取四种模式：“del”、“delTTC”、“ins”和“insA”。我试过了重新匹配, 关于芬德尔，和重新查找没有成功。这是我的密码：

    >>> s = 'c.1292_1294delTTCinsA'
    >>> m = re.findall(r'c\.\d+_\d+((del|ins)[AGCT]+)', s)
    >>> m
    [('delTTC', 'del')]

如果在末尾添加“+”运算符，则得到另外两个预期匹配：

    >>> m = re.findall(r'c\.\d+_\d+((del|ins)[AGCT]+)+', s)
    >>> m
    [('insA', 'ins')]

有人能告诉我我做错了什么吗？除非我遗漏了什么，否则这两种模式不会重叠。你知道吗

提前谢谢！你知道吗

Answer 1

正则表达式要求组前面直接加c\.\d+_\d+。字符串的“ins”部分前面没有直接加上此材料（前面加上“delTTC”）。当您添加额外的+时，您允许一个这样的组序列，因此它先找到del组，然后找到ins组，但是稍后重复的组“覆盖”先前的组，因此只返回最后一个组（“ins”部分）。你知道吗

你真的需要匹配字符串的开头部分吗？你只需要做一个regex ((del|ins)[AGCT]+)，它就会找到所有的四个部分。你知道吗