如何使用Python正则表达式通过不包含替换文本来提取子字符串

我有以下两个字符串：

various_data/hmsc_proximal_distal/BB_152.HPMSC.distal.tss_ext500bp.narrowPeak
various_data/hmsc_proximal_distal/BB_147.HMSC-he.proximal.tss_ext500bp.narrowPeak

我想做的是捕捉：

BB_152.HPMSC
BB_147.HMSC-he

此正则表达式失败的原因：

.*\/([A-Z\_0-9\.\-a-z]+)\.[proximal|distal]

通过给予

BB_152.HPMSC.distal
BB_147.HMSC-he.proximal

---

正确的方法是什么？

使用

re.findall（）

函数的解决方案：

import re

s = '''
various_data/hmsc_proximal_distal/BB_152.HPMSC.distal.tss_ext500bp.narrowPeak
various_data/hmsc_proximal_distal/BB_147.HMSC-he.proximal.tss_ext500bp.narrowPeak
'''
result = re.findall(r'[A-Z]{2}_\d+\.[a-zA-Z-]+(?=\.proximal|\.distal)', s)

print(result)

输出：

['BB_152.HPMSC', 'BB_147.HMSC-he']

['BB_152.HPMSC', 'BB_147.HMSC-he']

---

• （？=\.近端\.远端）

  -前瞻性肯定断言，确保关键序列后面紧跟着

  .近端

  或

  .远端

---

使用

re.findall（）

函数的解决方案：

import re

s = '''
various_data/hmsc_proximal_distal/BB_152.HPMSC.distal.tss_ext500bp.narrowPeak
various_data/hmsc_proximal_distal/BB_147.HMSC-he.proximal.tss_ext500bp.narrowPeak
'''
result = re.findall(r'[A-Z]{2}_\d+\.[a-zA-Z-]+(?=\.proximal|\.distal)', s)

print(result)

输出：

['BB_152.HPMSC', 'BB_147.HMSC-he']

['BB_152.HPMSC', 'BB_147.HMSC-he']

---

• （？=\.近端\.远端）

  -前瞻性肯定断言，确保关键序列后面紧跟着

  .近端

  或

  .远端

正则表达式应该是

.*\/([A-Z\_0-9\.\-a-z]+)\.(?:proximal|distal)

[]

是一个位置的一组字符，必须使用圆括号。
正则表达式应该是

.*\/([A-Z\_0-9\.\-a-z]+)\.(?:proximal|distal)

[]

是一组用于一个位置的字符，您必须使用圆括号。
您可以使用

（？=…

组成一个前瞻组

（？=…）


如果

…

匹配下一个，则匹配，但不使用任何 字符串。这称为前瞻断言。例如，

Isaac（？=Asimov）

仅当后跟

'Asimov'

时才会匹配

'Isaac'

屈服
您可以使用

（？=…

组成一个前瞻组

（？=…）


如果

…

匹配下一个，则匹配，但不使用任何 字符串。这称为前瞻断言。例如，

Isaac（？=Asimov）

仅当后跟

'Asimov'

时才会匹配

'Isaac'

屈服