我可以使用什么正则表达式来匹配基因列表字符串中的基因(以粗体表示):
GENE_LIST: F59A7.7 ;的 T25D3.3 ;的 F13B12.4 ;的 cysl-1 ;的 cysl-2 ;的 cysl-3 ;的 cysl-4 ;的 F01D4.8
我试过: GENE_List :(((\ w +)。(\ w +)); )+ *但它只捕获最后一个基因
答案 0 :(得分:1)
假设:
>>> s="GENE_LIST: F59A7.7; T25D3.3; F13B12.4; cysl-1; cysl-2; cysl-3; cysl-4; F01D4.8"
您可以使用Python字符串方法:
>>> s.split(': ')[1].split('; ')
['F59A7.7', 'T25D3.3', 'F13B12.4', 'cysl-1', 'cysl-2', 'cysl-3', 'cysl-4', 'F01D4.8']
正则表达式:
(?<=[:;]\s)([^\s;]+)
或者,在Python中:
>>> re.findall(r'(?<=[:;]\s)([^\s;]+)', s)
['F59A7.7', 'T25D3.3', 'F13B12.4', 'cysl-1', 'cysl-2', 'cysl-3', 'cysl-4', 'F01D4.8']
答案 1 :(得分:1)
您可以使用以下内容:
\s([^;\s]+)
([^;\s]+)
将包含所需的子字符串,后跟空格(\s
)>>> s = 'GENE_LIST: F59A7.7; T25D3.3; F13B12.4; cysl-1; cysl-2; cysl-3; cysl-4; F01D4.8'
>>> re.findall(r'\s([^;\s]+)', s)
['F59A7.7', 'T25D3.3', 'F13B12.4', 'cysl-1', 'cysl-2', 'cysl-3', 'cysl-4', 'F01D4.8']
答案 2 :(得分:0)
答案 3 :(得分:0)
string = "GENE_LIST: F59A7.7; T25D3.3; F13B12.4; cysl-1; cysl-2; cysl-3; cysl-4; F01D4.8"
re.findall(r"([^;\s]+)(?:;|$)", string)
输出结果为:
['F59A7.7',
'T25D3.3',
'F13B12.4',
'cysl-1',
'cysl-2',
'cysl-3',
'cysl-4',
'F01D4.8']