使用正则表达式匹配字符串的一部分？（python）

我可以使用什么正则表达式来匹配基因列表字符串中的基因（粗体）：

基因列表：F59A7.7T25D3.3F13B12.4cysl-1cysl-2cysl-3cysl-4F01D4.8

---

我尝试了：GENE_List:（（（\w+）（\w+））+*但它只捕获最后一个基因

更新

事实上要简单得多：

[^\s;]+

但是，首先使用子字符串仅获取所需的部分（基因，不包括基因列表）

---

演示：更新

事实上要简单得多：

[^\s;]+

但是，首先使用子字符串仅获取所需的部分（基因，不包括基因列表）

演示：

给定：

>>> s="GENE_LIST: F59A7.7; T25D3.3; F13B12.4; cysl-1; cysl-2; cysl-3; cysl-4; F01D4.8"

可以使用Python字符串方法执行以下操作：

>>> s.split(': ')[1].split('; ')
['F59A7.7', 'T25D3.3', 'F13B12.4', 'cysl-1', 'cysl-2', 'cysl-3', 'cysl-4', 'F01D4.8']

对于正则表达式：

(?<=[:;]\s)([^\s;]+)

（？>>关于findall（r'（？给出：

可以使用Python字符串方法执行以下操作：

>>> s.split(': ')[1].split('; ')
['F59A7.7', 'T25D3.3', 'F13B12.4', 'cysl-1', 'cysl-2', 'cysl-3', 'cysl-4', 'F01D4.8']

对于正则表达式：

(?<=[:;]\s)([^\s;]+)

（？>>re.findall（r'）（？您可以使用以下命令：

\s([^;\s]+)



捕获的组
（[^；\s]+）
，将包含所需的子字符串，后跟空格（
\s
）


您可以使用以下选项：

\s([^;\s]+)



捕获的组
（[^；\s]+）
，将包含所需的子字符串，后跟空格（
\s
）


输出为：

['F59A7.7',
'T25D3.3',
'F13B12.4',
'cysl-1',
'cysl-2',
'cysl-3',
'cysl-4',
'F01D4.8']

输出为：

['F59A7.7',
'T25D3.3',
'F13B12.4',
'cysl-1',
'cysl-2',
'cysl-3',
'cysl-4',
'F01D4.8']

基因似乎是用分号分隔的。你可以利用这个事实来构建一个正则表达式来满足你的需求。如果你发布一个你已经尝试过的完整python程序，我们可以更好地帮助你。基因似乎是用分号分隔的。你可以用这个事实来构建一个正则表达式来满足你的需求。如果您发布了一个您已经尝试过的完整python程序。是的，最后一个基因后面没有分号，最后一个基因前面总是有空格吗？是的，最后一个基因后面没有分号，最后一个基因前面总是有空格吗？在我的例子中，我正在搜索一个大xml文件以查找基因信息，所以我实际上需要搜索对于“Gene_list”，首先尝试提取每个基因，然后将其添加到所有基因的列表中。您考虑过使用XML解析器吗？是的，我实际上正在使用它，但是基因信息并不是作为自己的节点存储的，而是列在节点“notes”中，该节点包含很多其他信息（除了基因名称）我现在不关心的是，这更多的是我在寻找的：（？@SeanSadykoff:regex
）（？在我的例子中，我正在搜索一个大的xml文件来查找基因信息，所以我实际上需要搜索“基因列表”首先，然后尝试将每个基因提取出来，将其添加到所有基因的列表中。您考虑过使用XML解析器吗？是的，我实际上正在使用它，但是基因信息并不是作为自己的节点存储的，而是列在节点“注释”中，该节点包含很多其他信息（除了基因名称）我现在不关心的是，这是我一直在寻找的：（？@SeanSadykoff:regex
（？这也将捕获前面的空格，因此第一个基因捕获将是'F59A7.7'@RubenPirotte我不确定在每个空格更新之前是否有多个空格。对不起，我想你误解了：s捕获了空格，而我们只需要该空格后面的基因。所以要么进行修剪，要么regex必须修改。@RubenPirotte您是否检查了修改后的答案？这也将捕获前面的空白，因此第一个基因捕获将是'F59A7.7'@RubenPirotte我不确定在每次更新之前是否有多个空白。很抱歉，我想您误解了：\s捕获了空白，而我们只想要它空白后面有一个基因。所以要么修剪，要么修改正则表达式。@RubenPirotte你检查过修改后的答案了吗？