Python 引用表达式早期部分的匹配项的正则表达式

我正在寻找一个正则表达式，它将标识一个序列，其中文本中的整数指定表达式末尾的尾随字母数。此特定示例适用于以pileup格式识别遗传数据中的插入和删除

例如：

如果我正在搜索的文本是：

AtT+3ACGTTT-1AaTTa

我需要匹配插入和删除，在本例中是

+3ACG

和

-1A

。整数（n）部分可以是大于1的任何整数，我必须捕获n个尾随字符

我可以将单个插入或删除与

[+-]？[0-9]+[ACGTNacgtn]

匹配，但我不知道如何获取整数指定的尾随ACGTN的确切数量

我很抱歉，如果这里有一个明显的答案，我已经搜索了几个小时。谢谢

（更新）

我通常使用Python。我用python中的re模块找到的一个解决方法是调用每个in/del的整数和span，并将两者结合起来提取适当长度的文本

例如：

>>> import re
>>> a = 'ATTAA$At^&atAA-1A+1G+4ATCG'
>>> expr = '[+-]?([0-9]+)[ACGTNacgtn]'
>>> ints = re.findall(expr, a) #returns a list of the integers
>>> spans = [i.span() for i in re.finditer(expr,a)]
>>> newspans = [(spans[i][0],spans[i][1]+(int(indel[i])-1)) for i in range(len(spans))]
>>> newspans
>>> [(14, 17), (17, 20), (20, 26)]

---

得到的元组允许我切掉indel。可能不是最好的语法，但它可以工作

这不可能直接实现，正则表达式不能那样“计数”

但是，如果您使用的编程语言允许回调作为正则表达式匹配求值器（例如C#，PHP），那么您可以将正则表达式设置为

[+-]？（[0-9]+（[ACGTNacgtn]+）

，并在回调中将尾部字符修剪到所需的长度

e、 g代表C#

var regexMatches=new List（）；
Regex-theRegex=新的正则表达式（@“[+-]？（[0-9]+）（[ACGTNacgtn]+）”；
text=theRegex.Replace（文本，委托（匹配此匹配）
{
int numberOfInsertsOrDeletes=Convert.ToInt32（thisMatch.Groups[1].Value）；
string trailingString=thisMatch.Groups[2]。值；
if（numberOfInsertsOrDeletes>trailingString.Length）
{trailingString=trailingString.Substring（0，numberOfInsertsOrDeletes）；}
regexMatches.Add（trailingString）；
返回thisMatch.Groups[0]。值；
});

您可以使用正则表达式替换传递函数作为替换。。。比如说

s = "abcde+3fghijkl-1mnopqr+12abcdefghijklmnoprstuvwxyz"

import re

def dump(match):
    start, end = match.span()
    print s[start:end + int(s[start+1:end])]

re.sub(r'[-+]\d+', dump, s)

#output
# +3fgh
# -1m
# +12abcdefghijkl

---

简单的Perl模式用于匹配一个整数，后跟任意字符数，如下所示：

 (\d+)(??{"." x $1})

这很直截了当，我想你会同意的。例如，此代码段：

my$string=“AtT+3ACGTTT-1AaTTa”；
打印“匹配的$&\n”，而$string=~m{
（\d+）#将整数捕获到$1中
（？{“.”x$1}）把那么多的点插回图案中
}xg；

Merrily打印出预期的结果

匹配的3ACG
匹配1A

编辑 哦，糟了，我看到你刚刚添加了Python标记，因为我开始编辑。哎呀。嗯，也许这对你有帮助

也就是说，如果您实际寻找的是模糊匹配，其中允许一定数量的插入和删除（编辑距离），那么Matthew Barnett的Python

regex

库将处理该问题。这似乎不是您正在做的事情，因为插入和删除实际上是在字符串中表示的

---

但是Matthew的库非常好，非常有趣，它甚至做了许多Perl不能做的事情它是标准Python

re

库的替代品

这在正则表达式中是不可能的。“正则”表达式的某些实现允许这样做，但这将比在表达式之外执行计算更困难、更慢。谢谢mikel，你的回答让我思考了如何用python解决这个问题。我已经用我找到的解决方案更新了我的问题。

 (\d+)(??{"." x $1})