Python 使用正则表达式搜索所需的模式

我正在使用以下正则表达式：

orfre = '^(?:...)*?((ATG)(...){%d,}?(?=(TAG|TAA|TGA)))' % (aa)

我基本上想找到所有以ATG开头的序列，然后是三联体（例如TTA、TTC、GTC等），直到它在帧中找到一个终止密码子。然而，正如我的正则表达式所写的，如果aa很大，它实际上不会在终止密码子处停止。相反，它将继续搜索，直到找到满足aa条件的一个。我宁愿让它搜索整个字符串，直到找到一个终止密码子。如果匹配不够长（对于给定的aa参数），那么它应该返回None

字符串数据： aaaatgatgacctaataa

正则表达式的期望输出： 阿加塔塔

除非aa>5，在这种情况下，不应返回任何内容

我得到的实际输出：atgatgcattaacctaa

这应该可以做到

其中输出：

atgcattaacctaataa

细分：

^
(?:...)*           - Find, but don't capture any number of triplets.
(                  - Begin our capture block
  ATG              - A literal string of 'ATG', no need to wrap.
  (...)*           - Any number of triplets
  (?:TAG|TAA|TGA)  - A non capturing block of either 'TAG', 'TAA' or 'TGA'
)                  - End the capture block.

---

除非我遗漏了一些其他要求，否则它不需要比这复杂得多。

补充说明：如果要检查一个序列中可用的六个帧，请不要忘记检查补充链：

comp_chain = chain[::-1]    

（->）

---

翻译后一个A代表T，G代表C。

在这里提供您的字符串数据。@hwnd，好的，我编辑了q。尝试下列方法之一：

（ATG）（[ACGT]{3}）*？（TAG | TAA | TGA）

或

（ATG）（（？！TAG | TAA | TGA）[ACGT]{3}）+（TAG TAG | TAA | TGA）

@hwnd，除了正则表达式包含在一个指定最小氨基酸数的函数中之外，这个问题几天前提出过，但被删除了。这个会怎么样？

comp_chain = chain[::-1]