python正则表达式模式re.search

Question

您好，我对python正则表达式感到困惑，这是我的代码：

import os,re,sys

t="LOC_Os01g01010.1 GO:0030234  F   enzyme regulator activity   IEA     TAIR:AT3G59570"
k =['LOC_Os01g01010']

re_search=re.search(re.escape(k[0] + r'.1   GO:\d{7}'),t,re.M|re.I|re.S)
if re_search is None:
      pass
else:
      print re_search.group()

“ t”是我的数据，“ k”是我的目标。

我想要的是“ LOC_Os01g01010.1 GO：0030234”或“ GO：0030234”，但我不知道如何编写模式。

Answer 1

给定您的示例并期望在LOC_********.* ，星星可以是集合[a-zA-Z0-9]中的任何东西，我建议：

import os,re,sys

t="LOC_Os01g01010.1 GO:0030234  F   enzyme regulator activity   IEA      TAIR:AT3G59570"
k =['LOC_Os01g01010']

re_search=re.search("(LOC_[0-9A-Z]*)",t,re.M|re.I|re.S)
if re_search is None:
      pass
else:
      print re_search.group()

当我使用python2.7运行python regexthing.py时，它会生成LOC_Os01g01010 。 (LOC_[0-9A-Za-z]*)是一个捕获组，捕获与表达式LOC_[0-9A-Z]*匹配的任何内容。 此表达式将匹配LOC_ ， LOC_ABCabc123 ， LOC_a1B2C等。

我希望这回答了你的问题。

Answer 2

我相信以下可以解决您的问题：

import re
t="LOC_Os01g01010.1 GO:0030234  F   enzyme regulator activity   IEA     TAIR:AT3G59570"
my_regex = re.compile(r'^LOC_(.)*GO:\d{7}',re.M|re.I|re.S)
searches = my_regex.search(t)
if searches:
    print searches.group()

Answer 3

如果有任何解决方案，那么（可证明）正则表达式有无限的解决方案，可以与无限制字符串中的有限示例集合匹配。

这是一种表达方式，您需要更加具体，因为只给我们一个您要匹配的示例，我们将根据您添加的其他（未指定）假设为您提供多种解决方案我们自己。

这里有一些假设的假设：

>>> import re
>>> t = "LOC_Os01g01010.1 GO:0030234  F   enzyme regulator activity   IEA     TAIR:AT3G59570"
>>> re.findall('\w+\.\d+', t) # any alphnumeric sequence, followed by dot and digits
['LOC_Os01g01010.1']
>>> re.findall('[A-Z]+_\w+\.\d+', t) # forcing token to start with capitals and underscore
['LOC_Os01g01010.1']
>>> re.findall('[A-Z]+_O[a-z01]+\.\d+', t) # forcing "O", and middle part to be only small letters and 0s and 1s
['LOC_Os01g01010.1']
>>> re.findall('^[A-Z]+_O[a-z01]+\.\d+', t) # forcing the pattern to be at the beginning of the string
['LOC_Os01g01010.1']```