regex - 蛋白质编码基因正则表达式

Question

我正在尝试编写一个可以匹配以下指令的正则表达式带有“AT”前缀的字符序列，后跟“nG”，其中 n 是从 1 到 5 的数字，然后是“G”，最后是 5 位数字的后缀。

注意:只是普通的正则表达式，不特定于语言。

匹配字符串的一个例子是:“AT1G01040”

这是我可以构建的 AT[1-5]G(d\{1,5}) 但我不确定它是否是正确的答案。

拜托，我需要你的帮助，谢谢。

Answer 1

如果末尾的位数可能是1到5，你可以用

^AT[1-5]G[0-9]{1,5}$

参见 regex demo .

注意，如果末尾的位数必须正好是5，则必须去掉1,:

^AT[1-5]G[0-9]{5}$

详情

• ^ - 字符串的开始
• AT - 字符序列 AT
• [1-5] - 1, 2, 3, 4 > 或 5
• G - G 字符
• [0-9]{1,5} - 任意 1 到 5 个连续出现的 ASCII 数字(或者 - 如果您使用 {5} - 正好是 5发生)
• $ - 字符串结尾。