捕获字符串中的整数并将其用作正则表达式的一部分

Question

我有一根绳子：

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

以及我正在使用的正则表达式

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']

但是

-1gtt

和

-1gt

不是所需的匹配。本例中的整数定义了要匹配的后续字符数，因此这两个匹配的所需输出将分别是

-1g

和

-1g

。

有没有办法获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仅那么多后续字符？

Answer 1

您无法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到适当的长度。

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 match in delre.findall(s):  
    print(match[0], match[1][-int(match[0]):])

此打印

2 gg
2 gg
2 gg
2 gg
2 gg
2 gg
1 t
1 t
3 ggg

您很可能想做

print

以外的事情，但您可以根据需要格式化匹配的字符串！