时间戳

首页 > 解决方案 > 正则表达式：捕获侧翼字符

python - 正则表达式：捕获侧翼字符

问题描述

我正在尝试使用python 中的包匹配我的字符串中的所有GY或组合。我将所有这些匹配项放在一个字典中以供将来查找。YGQGYGQGYQQGre

我遇到的问题是当Y两边是G：基本上我的正则表达式不能同时捕获GY 和 正确捕获YG。GYG

到目前为止，这是我的代码：

import re
seq = 'QYGQGYGQQG'
regex = re.compile('(GY|YG)|(?<=Y)G')
iterator = regex.finditer(seq)
dd = {}
for matchedobj in iterator: 
    dd[matchedobj.group()] = dd.get(matchedobj.group(), []) + [matchedobj.start()]

输出：

{'G': [6], 'GY': [4], 'YG': [1]}

标签： pythonregexstringsearch

解决方案

这是您可以使用的不依赖于重叠匹配的解决方案：

seq = 'QYGQGYGQQG'
matches = re.findall('G(?=Y)|Y(?=G)', seq)
print([re.sub(r'^Y', 'YG', x.replace('G', 'GY')) for x in matches])

这打印：

['YG', 'GY', 'YG']

这里的技巧是只匹配Gand Y，使用前瞻来断言接下来的内容是进行完全匹配的预期Y或G需要的。这避免了消耗第二个字母的问题，该字母也可能是另一个后续匹配的第一个字母。然后，我们采用那些代表完整匹配的单字母匹配，并使用列表推导来构建原始的重叠匹配。

推荐阅读