获取正则表达式字符串的所有可能组合答案

【问题标题】：Getting all possible combinations of a regular expression string获取正则表达式字符串的所有可能组合
【发布时间】：2021-09-28 16:58:54
【问题描述】：

我有一个正则表达式：ATG(C|G|A)(C|T)GA

上述正则表达式可以采用任何形式，在字符串中的任意位置仅包含 OR (|) 特殊字符，并且括号内包含任意数量的字母。

我想在一个列表中匹配这个字符串的所有组合：

ATGCCGA
ATGCTGA
ATGGCGA
ATGGTGA
ATGACGA
ATGATGA

我找不到任何可以做到这一点的 python 库。

【问题讨论】：

re.findall(r'(?=(ATG[CGA][CT]GA))', text) 适合你吗？

标签： python combinations permutation

【解决方案1】：

您可以使用itertools.product 获取字符串动态部分的笛卡尔积，然后与字符串的其他静态部分连接。

>>> from itertools import product
>>> [f'ATG{i}{j}GA' for i,j in product('CGA', 'CT')]
['ATGCCGA', 'ATGCTGA', 'ATGGCGA', 'ATGGTGA', 'ATGACGA', 'ATGATGA']

【讨论】：

感谢您的回答！

【解决方案2】：

你可以使用递归：

import collections
s = 'ATG(C|G|A)(C|T)GA'
def combos(d):
   r, k = [], None
   while d:
      if (c:=d.popleft()) not in '|()':
         k = (k if k else '')+c
      elif c == '|':
         if k:
            r.append(k)
         k = None
      elif c == '(':
         r = [v+(k or '')+i for i in combos(d) for v in (r if r else [''])]
         k = None
      else:
         if k:
            r.append(k)
         k = None
         break
   yield from ([i+(k or '') for i in r] if r else [k])

print(list(combos(collections.deque(list(s)))))

输出：

['ATGCCGA', 'ATGGCGA', 'ATGACGA', 'ATGCTGA', 'ATGGTGA', 'ATGATGA']

【讨论】：

非常感谢！这正是我所需要的！