蟒正則表達式的重複字符

我希望創建在python匹配所有DNA序列開始T隨後18字符（任何字符），然後通過任一AA，TT，CC或GG終止的正則表達式。我可以管理第一部分，但我似乎無法找到一種方法來編寫結尾（雙字符），而無需重複正則表達式4次。下面是我對在TT結尾的序列：蟒正則表達式的重複字符

import re 
seq='ATGTGTGGACACAAGTGACAGTTTACGATGAGGTTACAGCCCGCA' 
match=re.findall('T.{18}TT',seq) 
print match

有一個概念叫做交替。它匹配的給定的任何一個選項：

r'T.{18}(?:TT|AA|CC|GG)'

請注意，您應該使用原始字符串在Python編碼的正則表達式，否則你將得到與後來的轉義字符的問題。

2012-11-16 01:33:14

感謝您的快速回答。不幸的是，由於我使用了re.findall（）方法，我發現我應該使用'T. {18}（?: TT | AA | CC | GG）'，而代之以使用re.search（）方法的代碼。因爲findall（）不會像search（）那樣處理正則表達式組。 –

@AlexeiBassinski如果您不特別需要捕獲子組，通常最好添加'？：'。我只是把它留下來儘可能保持解決方案的基本。 –

回答