主页 / coding / 问题 / 78893691
Accepted
Ryan
Asked: 2024-08-21 01:18:15 +0800 CST

捕获字符串中的整数并将其用作正则表达式的一部分

  • 772

我有一个字符串：

s = ".,-2gg,,,-2gg,-2gg,,,-2gg,,,,,,,,t,-2gg,,,,,,-2gg,t,,-1gtt,,,,,,,,,-1gt,-3ggg"

以及我使用的正则表达式

import re
delre = re.compile('-[0-9]+[ACGTNacgtn]+') #this is almost correct
print (delre.findall(s))

返回：

['-2gg', '-2gg', '-2gg', '-2gg', '-2gg', '-2gg', '-1gtt', '-1gt', '-3ggg']

但-1gtt和-1gt并不是所需的匹配。在这种情况下，整数定义要匹配多少个后续字符，因此这两个匹配的所需输出分别为-1g和-1g。

有没有办法抓取破折号后的整数并动态定义正则表达式，以便它匹配那么多且只匹配那么多后续字符？

python

2 个回答

  1. 还有一个替代解决方案，使用re.sub它无需循环：

    import re

# surround [0-9]+ and [ACGTNacgtn]+ in parentheses to create two capture groups
delre = re.compile('[^-]*-([0-9]+)([ACGTNacgtn]+)[^-]*')  

s = ".,-2gg,,,-2gg,-2gg,,,-2gg,,,,,,,,t,-2gg,,,,,,-2gg,t,,-1gtt,,,,,,,,,-1gt,-3ggg"

print (re.sub(delre, lambda m: f"-{m.group(1)}{m.group(2)[:int(m.group(1))]}\n", s))

    输出：

    -2gg
-2gg
-2gg
-2gg
-2gg
-2gg
-1g
-1g
-3ggg

    或者如果您希望以数组形式输出，则使用：

    arr = re.sub(delre, lambda m: f"-{m.group(1)}{m.group(2)[:int(m.group(1))]} ", s).split()
print (arr)

['-2gg', '-2gg', '-2gg', '-2gg', '-2gg', '-2gg', '-1g', '-1g', '-3ggg']
    • 6
  2. Best Answer

    您不能直接使用正则表达式模式执行此操作，但可以使用捕获组来分隔匹配的整数和字符部分，然后将字符部分修剪为适当的长度。

    import re

# surround [0-9]+ and [ACGTNacgtn]+ in parentheses to create two capture groups
delre = re.compile('-([0-9]+)([ACGTNacgtn]+)')  

s = ".,-2gg,,,-2gg,-2gg,,,-2gg,,,,,,,,t,-2gg,,,,,,-2gg,t,,-1gtt,,,,,,,,,-1gt,-3ggg"

# each match should be a tuple of (number, letter(s)), e.g. ('1', 'gtt') or ('2', 'gg')
for number, bases in delre.findall(s):
    # print the number, then use slicing to truncate the string portion
    print(f'-{number}{bases[:int(number)]}')

    这将打印

    -2gg
-2gg
-2gg
-2gg
-2gg
-2gg
-1g
-1g
-3ggg

    您很可能想要做一些除此之外的事情print，但您可以根据需要格式化匹配的字符串！

    注意：如果整数后跟的匹配字符数少于-10agcta其指定的字符数，则此操作会失败，例如，即使它只包含 5 个字符，仍然匹配。

    • 5

相关问题