0

Есть длинная строка в 20000 знаков. В ней надо найти подстроку которая начинается на определенные 3 буквы и заканчивается на другие три буквы. Пробовал такое используя модуль re re.findall(r'ATG\w+TAA') , выводит всю строку.

6
  • А если так r'(ATG\w+TAA)'?
    – gil9red
    Commented 9 дек. 2020 в 10:22
  • Опять всю строку показывает Commented 9 дек. 2020 в 10:24
  • Всю строку в 20000 знаков или всю строку, начинающуюся с ATG и заканчивающуюся на TAA? Если нужна строка между теми подстроками, то r'ATG(\w+)TAA'
    – gil9red
    Commented 9 дек. 2020 в 10:26
  • всю на 20000, так как в начале есть ATG и в конце TAA, но между ними встречается множество TAA, и он не выдает первое вхождение, а идет до самого конца Commented 9 дек. 2020 в 10:33
  • Если вы ищите кодирующие последовательности ДНК, то так: ATG[AGTC]+?TAA Commented 9 дек. 2020 в 10:45

1 ответ 1

1
import re

t = "dagehrgteshrtjTERHtnregATGfwaehrytewasehrT#D#AWTAAesrdj5hy$H$EWFEGRdwafsegdrhthrgefwATGwesrhtjrht34AWT#rtj6h5y4t34y5y4t3T$YRHGTR"

print(re.findall(r'ATG.*?AWT', t))

Вывод:

>> ['ATGfwaehrytewasehrT#D#AWT', 'ATGwesrhtjrht34AWT']
5
  • Дело в том что он должен дать первое вхождении и дальше, так как таких подстрок несколько, отличаются они лишь тем, что находится между этими тремя буквами Commented 9 дек. 2020 в 10:32
  • @Izpodvorotni, исправил.
    – Egettl
    Commented 9 дек. 2020 в 10:34
  • Выдает пустую строку, можете посоветовать что почитать по регуляркам Commented 9 дек. 2020 в 10:48
  • @Izpodvorotni, повнимательнее будьте. Регулярку то под свои буквы поправьте. Я символы взял другие просто.
    – Egettl
    Commented 9 дек. 2020 в 10:49
  • Прошу прощения, мой косяк Commented 9 дек. 2020 в 10:57

Ваш ответ

Нажимая «Отправить ответ», вы соглашаетесь с условиями пользования и подтверждаете, что прочитали политику конфиденциальности.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.