RegEx用于捕获两个子字符串之间的字符串

Question

我正在尝试提取文本文件中所有出现的图案（这是DNA样品中的氨基酸序列）。

我要匹配的模式是MetSOMETEXT ***

源字符串中多次出现该模式，我正在尝试全部获取。

我目前正在使用re.findall在python中执行此操作，但是它不起作用。

orfs = re.findall('(?<=Met).*(?=\*\*\*)' , translatedSequence)

我希望获得包含结果的字符串列表。

Answer 1

您可能不需要任何环视来获得所需的输出。您可以简单地使用类似于this expression的表达式来做到这一点：

(Met)(.*)(\*\*\*)

共有三个捕获组，第二个是您想要的输出。

Python测试

# coding=utf8
# the above tag defines encoding for this document and is for Python 2.x compatibility

import re

regex = r"(Met)(.*)(\*\*\*)"

test_str = "MetSOMETEXT***"

subst = "\\1\\2"

# You can manually specify the number of replacements by changing the 4th argument
result = re.sub(regex, subst, test_str, 0, re.MULTILINE)

if result:
    print (result)

# Note: for Python 2.7 compatibility, use ur"" to prefix the regex and u"" to prefix the test string and substitution.

输出

MetSOMETEXT

JavaScript演示

const regex = /(Met)(.*)(\*\*\*)/gm;
const str = `MetSOMETEXT***`;
const subst = `$1$2`;

// The substituted value will be contained in the result variable
const result = str.replace(regex, subst);

console.log('Substitution result: ', result);

RegEx

如果这不是您想要的表达式，则可以在regex101.com中修改/更改表达式。

RegEx电路

您还可以在jex.im中可视化您的表达式：