python正則表達式，用於查找所有匹配項

Question

我有一個序列

seq = 'CCGATGACCTCACAGCCGCCTCCTGCCTTGAGGAAAGGAACTGCAATTCC'

我嘗試獲取長度為23bp的序列，以NGG結尾，其中N = A或C或T或G`

我用p = re.compile('([ACGT]{21}GG)')

for m in p.finditer(seq):
      print m.group()

我只得到CACAGCCGCCTCCTGCCTTGAGG 。

但顯然CCGCCTCCTGCCTTGAGGAAAGG也匹配。 為什么不報告？

Answer 1

將您的正則表達式放入先行斷言中，以進行重疊匹配。 您的正則表達式無法匹配兩個字符串，因為一個匹配項包含另一個匹配項。 默認情況下，正則表達式不會進行重疊匹配。 您需要按順序將樣式放在環顧四周，以捕獲重疊的匹配項。

(?=([ACGT]{21}GG))

碼：

>>> seq = 'CCGATGACCTCACAGCCGCCTCCTGCCTTGAGGAAAGGAACTGCAATTCC'
>>> p = re.compile(r'(?=([ACGT]{21}GG))')
>>> for m in p.finditer(seq):
        print m.group(1)


CACAGCCGCCTCCTGCCTTGAGG
CCGCCTCCTGCCTTGAGGAAAGG

請參閱本演示右側的截圖。