正则表达式 - 找到字符串的一部分

Question

我有这种类型的数据（重复多次）：

@@@FFDFFHHHHHJJFFHGIJJJJGI   
@M00332:5:000000000-A0TVJ:1:1:13498:26189 2:N:0:1   
ACCACAGCCGCTGCCCATTTGCATAA 
+

使用regexp我正在尝试选择包含特定字符串cagccgctgcccatttg的所有行。 我是一个正则表达式的新手，所以我试过这个：\w{3,}(cagccgctgcccatttg)\w{3,}

非常感谢任何帮助。

干杯 西蒙

Answer 1

据我所知，您希望收集包含单个子序列的所有序列。我不知道你正在使用什么环境，但这应该以非常简单的方式返回你正在寻找的任何序列。

([ACGT]{3,}CAGCCGCTGCCCATTTG[ACGT]{3,})

括号是一个字符类，这意味着它匹配任何单个字符。你不想匹配\ w，你只想匹配一个角色，如果它是你正在寻找的4个角色之一。此外，您可以使用parens覆盖整个正则表达式以获取整个匹配。