[英]Using python 2.7 and regex to find substring using beginning and end of substring (codons)
(python 2.7)我有一个 RNA 序列,我试图找到所有以“AUG”开头并以“UAG”或“UGA”或“UAA”结尾的非重叠子串,这就是我正在使用的:
import re
sequence = GAUGCAAAAUAAAUGAUGUAAUAA
search = r"^(AUG(.)*(?:UAG|UAA|UGA))"
regions = re.findall(search, sequence)
print regions
输出应为“AUGCAAAA”和“AUGAUG”。 但是我得到了整个区域'AUGCAAAAUAAAUGAUGUAAUAA'
看起来你需要使用
AUG.*?(?=UAG|UAA|UGA)
详情:
AUG
- 匹配AUG
.*?
- 除换行符以外的任何 0+ 个字符,在第一个之前尽可能少......(?=UAG|UAA|UGA)
- UAG
或UAA
或UGA
(它们不是返回值的一部分,因为该模式位于作为零宽度断言的正前瞻内)。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.