Регулярное выражение для извлечения строки между двумя словами

Question

У меня есть строка без пробела.

ATG AGC TAA CTC AGG TGA TGG GGA ATG CCC CGC TAA 

Мне нужно извлечь строку между ATG и заканчивая либо TAG|TGA|TAA (не должна включать в себя конец) . Как извлечь из строки, чтобы получить

ATGAGC и ATGCCCCGCTAA с использованием регулярных выражений.

, что я пытался

pattern = re.compile(r'(?=(ATG(?:...)*?)(?=TAG|TGA|TAA))') 

он не работает, как ожидалось.

Answer 1

Используйте следующее регулярное выражение:

In [14]: regex = re.compile(r'(ATG.*?)(?:TAG|TGA|TAA)') 

In [15]: regex.findall(s) 
Out[15]: ['ATGAGC', 'ATGGGGAATGCCCCGC'] 

Обратите внимание, что эти матчи не содержат завершающие.

Answer 2

import re 

pattern = re.compile(r'(ATG[A-Z]+)(?:TAG|TGA|TAA)') 
results = pattern.search('ATGCCCCGCTAA') 

print results.groups(0) 

Результаты в

('ATGCCCCGC',) 

Answer 3

Это работает, учитывая, что концовки не включены:

>>> re.findall(r'(ATG(?:...)*?)(?:TAG|TGA|TAA)', seq) 
['ATGAGC', 'ATGCCCCGC'] 

?: означает, что образцы не будут захвачены в результате.

...: указывает ровно три символа. Альтернативными являются .{3} или более ограничительный случай [ACTG]{3}

*?: подразумевает минимальный совпадение. Без этого будет достигнуто самое длинное совпадение.