python - 使用 python 2.7 和正则表达式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

输出应该是“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)

参见 this regex demo

详细信息:

• AUG - 匹配 AUG
• .*? - 除了换行符之外的任何 0+ 个字符尽可能少，直到第一个...
• (?=UAG|UAA|UGA) - UAG 或 UAA 或 UGA(不是返回值的一部分，因为该模式位于零宽度断言的正先行内)。