為什么找不到python regex的所有模式匹配項？

Question

這個問題看起來很簡單，但是我不知道為什么我沒有得到所有比賽。 我正在處理的字符串是“ c.1292_1294​​delTTCinsA”。 我想使用嵌套組提取四個模式：“ del”，“ delTTC”，“ ins”和“ insA”。 我嘗試過re.match，re.findall和re.finditer都沒有成功。 這是我的代碼：

    >>> s = 'c.1292_1294delTTCinsA'
    >>> m = re.findall(r'c\.\d+_\d+((del|ins)[AGCT]+)', s)
    >>> m
    [('delTTC', 'del')]

如果在末尾添加“ +”運算符，則會得到其他兩個預期的匹配項：

    >>> m = re.findall(r'c\.\d+_\d+((del|ins)[AGCT]+)+', s)
    >>> m
    [('insA', 'ins')]

有人可以告訴我我在做什么錯嗎？ 除非我缺少任何東西，否則這兩種模式不會重疊。

提前致謝！

Answer 1

您的正則表達式要求該組直接在c\\.\\d+_\\d+ 。 字符串的“ ins”部分不直接在此材料之前（在其之前是“ delTTC”）。 當添加extra + ，允許這樣的組序列，以便它先找到del組，然后再找到ins組，但后來該組的重復將“覆蓋”較早的組，因此僅最后一個（“ ins”部分） ）返回。

您實際上是否需要匹配字符串的開頭部分？ 您可以制作正則表達式((del|ins)[AGCT]+) ，它將找到所有四個部分。