python - 正则表达式 - 使得字符串不包含特定字符

Question

我想要一个正则表达式来检查字符串是否包含除 "A" 、 "G" 、 "C" 、 "U" 之外的任何字符，例如字符串会像 ggggugcccgcuagagagacagu

我希望正则表达式检查它是否只包含这些，它不区分大小写。

我试过的

match= re.match(r'[^GaAgUuCc]',seq2)

它是在一个 RNA 序列中找到非 RNA 字符

Answer 1

改用re.search：

>>> re.search(r'[^GAUC]', 'acg', re.I)
>>> re.search(r'[^GAUC]', 'acgf', re.I)
<_sre.SRE_Match object at 0x7f1b6a9e32a0>

re.I使正则表达式不区分大小写。

一种更快的方法是使用集合来检查字符集是否是允许字符的子集：

>>> set('acg'.upper()) <= set('GAUC')
True
>>> set('acgs'.upper()) <= set('GAUC')
False

Answer 2

您需要在正则表达式中使用量词来匹配更多字符：-

>>> match = re.search("[^GAUC]+","ggggugcccgcuagrrragagacagu", re.I)
>>> match
9: <_sre.SRE_Match object at 0x01BCA8A8>
>>> match.group()
10: 'rrr'

Answer 3

您应该使用re.search()orre.findall()而不是re.match()：

In [9]: seq2 = 'ggggugcccQgcuagagaZgacagu'

In [10]: re.findall(r'[^GaAgUuCc]',seq2)
Out[10]: ['Q', 'Z']