从匹配对象中提取数据

Question

我有一个很长的序列，其中有一个特定的字符串（'say GAATTC'）在整个序列字符串中随机重复多次。我目前正在使用正则表达式.span（）提供模式“GAATTC”所在位置的索引。现在我想使用这些索引来分割G和A之间的模式（即“G | AATTC”）。你知道吗

如何使用match对象中的数据将它们切掉？你知道吗

Answer 1

如果您想用“G | AATTC”替换“GAATTC”（不确定您最后想做什么），我认为您可以不用regex来处理这个问题：

>>> string = 'GAATTCAAGAATTCTTGAATTCGAATTCAATATATA'
>>> string.replace('GAATTC', 'G|AATTC')
'G|AATTCAAG|AATTCTTG|AATTCG|AATTCAATATATA'

编辑：好的，这种方式可以根据您的需要进行调整：

>>> groups = string.replace('GAATTC', 'G|AATTC').split('|')
>>> groups
['G', 'AATTCAAG', 'AATTCTTG', 'AATTCG', 'AATTCAATATATA']
>>> map(len, groups)
[1, 8, 8, 6, 13]

Answer 2

如果我理解正确的话，您有一个字符串和一个索引，序列GAATTC从这里开始，那么您需要这个（i这里是组的m.start）？你知道吗

>>> seq = "GAATTC"
>>> s = "AATCCTGAGAATTCAAC"
>>> i = 8    # the index where seq starts in s
>>> s[i:]
'GAATTCAAC'
>>> s[i:i+len(seq)]
'GAATTC'

它提取了它。您还可以在G处对原始序列进行切片，如下所示：

>>> s[:i+1]
'AATCCTGAG'
>>> s[i+1:]
'AATTCAAC'
>>>