在python中使用正則表達式在行中找到兩個字符串

Question

我只需要知道如何在文件的一行中搜索兩個字符串。

示例：我需要在行中同時包含“ protein_coding”和“ exon”。 然后，如果確實包含它們，我將打印每行的某些列。 我知道如何打印它們，但無法弄清楚如何使用正則表達式搜索兩個字符串。 先感謝您。

這是正確的嗎？：如果在行re.match（“ protein_coding”＆“ exon”：

Answer 1

此正則表達式將匹配同時具有“ protein_coding”和“ exon”字符串的行。

^.*?\bprotein_coding\b.*?\bexon\b.*$

演示

>>> import re
>>> data = """protein_coding exon foo bar
... foo
... protein_coding
... """
>>> m = re.findall(r'^.*?\bprotein_coding\b.*?\bexon\b.*$', data, re.M)
>>> for i in m:
...     print i
... 
protein_coding exon foo bar

Answer 2

如果測試字符串不要求使用正則表達式的，記得你可以使用Python的字符串函數，並in還有：

>>> line='protein_coding other stuff exon more stuff'
>>> "protein_coding" in line and "exon" in line
True

或者，如果您想測試任意數量的單詞，請使用all和一組目標單詞來測試：

>>> line='protein_coding other stuff exon more stuff'
>>> all(s in line for s in ("protein_coding", "exon", "words"))
False
>>> all(s in line for s in ("protein_coding", "exon", "stuff"))
True

並且如果匹配項需要正則表達式，並且您想限制為多個不相關的正則表達式，請使用all和一個理解來測試：

>>> p1=re.compile(r'\b[a-z]+_coding\b')
>>> p2=re.compile(r'\bexon\b')
>>> li=[p.search(line) for p in [p1, p2]]
>>> li
[<_sre.SRE_Match object at 0x10856d988>, <_sre.SRE_Match object at 0x10856d9f0>]
>>> all(e for e in li)
True 

Answer 3

使用錨點和超前斷言：

>>> re.findall(r'(?m)^(?=.*protein_coding)(?=.*exon).+$', data)

內聯(?m)修飾符啟用多行模式。 在這里使用lookahead會匹配兩個子字符串，而不管它們的順序如何。

現場演示