使用正则表达式搜索直到需要的模式

Question

我正在使用以下正则表达式：

orfre = '^(?:...)*?((ATG)(...){%d,}?(?=(TAG|TAA|TGA)))' % (aa)

我基本上想找到所有以ATG开头的序列，然后是三元组（例如TTA、TTC、GTC等），直到它在帧中找到一个终止密码子。然而，正如我写的regex一样，如果aa很大，它实际上不会在停止密码子处停止。相反，它将继续搜索，直到找到一个满足aa条件的。我宁愿让它搜索整个字符串，直到找到一个终止密码子。如果匹配不够长（对于给定的aa参数），那么它应该返回None。在

字符串数据： aaaatgtgcataaccctataa公司

正则表达式的期望输出： 阿特格卡塔

除非aa>；5，在这种情况下，不应退还任何东西。在

我得到的实际产量：atgatgcattacccta

Answer 1

这应该能奏效。You can see it on codepad。在

import re

num = 4
blue = 'XXXAAAATGATGCATTAACCCTAATAAXXX'
pattern = "^(?:...)*(ATG(...){%d}(?:TAG|TAA|TGA))" % num

m = re.match(pattern, blue)
print m.group(1)

哪个输出：ATGCATTAACCCTAATAA

分解：

^{pr2}$

除非我遗漏了一些其他的要求，它不应该比这个复杂得多。在

Answer 2

补充说明：如果您想检查一个序列中可用的六个帧，请别忘了检查互补链：

comp_chain = chain[::-1]    

（>；extended slices）

音译后一个A代表T，G代表C