使用python 2.7和regex使用子字符串的开头和结尾（密码子）查找子字符串

Question

（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'

Answer 1

看起来你需要使用

AUG.*?(?=UAG|UAA|UGA)

看到这个正则表达式演示

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）。