匹配正则表达式设置答案

【问题标题】：Matching regex to set匹配正则表达式设置
【发布时间】：2013-07-09 14:09:16
【问题描述】：

我正在寻找一种将行首与正则表达式相匹配的方法，并在之后返回该行。该集合非常广泛，因此我不能简单地使用Python regular expressions matching within set 上给出的方法。我也想知道正则表达式是否是最好的解决方案。我读过http://docs.python.org/3.3/library/re.html 唉，它似乎没有答案。这是我迄今为止尝试过的......

import re
import os
import itertools

f2 = open(file_path)

unilist = []

bases=['A','G','C','N','U']

patterns= set(''.join(per) for per in itertools.product(bases, repeat=5))

#stuff

if re.match(r'.*?(?:patterns)', line):
    print(line)
    unilist.append(next(f2).strip())
    print (unilist)

你看，问题是我不知道如何引用我的集合...

我尝试匹配的文件如下所示：

@SRR566546.970 HWUSI-EAS1673_11067_FC7070M:4:1:2299:1109 length=50 TTGCCTGCCTATCATTTTAGTGCCTGTGAGGTGGAGATGTGAGGATCAGT

+

hhhhhhhhhhghhghhhhhfhhhhhfffffeee[X]b[d[ed`[Y[^Y

【问题讨论】：

如果您可以举一个小例子说明您要匹配的内容，那么我们可以提供帮助。
您的正则表达式确实不使用您的patterns 变量。正则表达式不会神奇地在您的代码中使用其他变量。

标签： python regex python-3.x set

【解决方案1】：

你做错了。

您只需将字符集留给正则表达式即可：

re.search('[AGCNU]{5}', line)

匹配由这 5 个字符构建的任何 5 个字符的模式；匹配您使用设置行生成的相同 3125 种不同组合，但不需要预先构建所有可能的组合。

否则，您的正则表达式尝试与您的 patterns 变量无关，r'.*?(?:patterns)' 模式将匹配 0 个或多个任意字符，后跟文字文本 'patterns'。

【讨论】：

【解决方案2】：

根据我从您的问题中了解到的情况，在我看来这可以满足您的需求：

import re

sss = '''dfgsdfAUGNA321354354
!=**$=)"nNNUUG54788
=AkjhhUUNGffdffAAGjhff1245GGAUjkjdUU
.....cv GAUNAANNUGGA'''

print re.findall('^(.+?[AGCNU]{5})',sss,re.MULTILINE)

【讨论】：