Regex 提取多个重叠子串

我有这样的氨基酸串：

x <- "MEALYRAQVLVDLT*MQLPSSFAALAAQFDQL*EKEKF*SLIARSLHRPQ**LLMFSLLVASVFTPCSALPFWSIKFTLFILS*SFLISDSILFIRVIDQEIKYVVPL*DLK*LTPDYCKCD*"

作为输出。不出所料，

regexpr

为我提供了贪婪的解决方案：

  regmatches(x, regexpr("M.+\\*", x))
 #[1] "MEALYRAQVLVDLT*MQLPSSFAALAAQFDQL*EKEKF*SLIARSLHRPQ**LLMFSLLVASVFTPCSALPFWSIKFTLFILS*SFLISDSILFIRVIDQEIKYVVPL*DLK*LTPDYCKCD*"

我也尝试过一些建议，因为这是一个与我的问题最相似的问题（但不是很相似），但没有效果

任何帮助都将不胜感激

M[^*]+\\*

使用否定字符类。请参阅演示。同时使用

perl=True

选项

---

使用非贪婪的

+？

而不是

+

，并切换到

gregexpr

进行多个匹配：

R> regmatches(x, gregexpr("M.+?\\*", x))[[1]]
#"MEALYRAQVLVDLT*"                
#"MQLPSSFAALAAQFDQL*"             
#"MFSLLVASVFTPCSALPFWSIKFTLFILS*"

---

我将根据您的要求添加一个捕获非重叠模式的选项。我们必须检查我们的比赛中是否有其他模式：

regmatches(x, gregexpr("M[^M]+?\\*", x))[[1]]
#[1] "MEALYRAQVLVDLT*"               
#[2] "MQLPSSFAALAAQFDQL*"            
#[3] "MFSLLVASVFTPCSALPFWSIKFTLFILS*"

---

你试过不贪婪吗？M.+？\*没有，但有人刚刚在下面的答案中建议了它，而且它是有效的！我不明白，你说你知道贪婪和非贪婪的区别？这怎么可能呢？@Frank-我从来没有见过一个正则表达式教程解释

贪婪

，而不解释

非贪婪

。一个不能没有另一个而存在。@Frank-贪婪跟随量词。量词的解释从来都不是没有贪婪的，了解一个就是了解另一个。谢谢，那太完美了！我试过

gregexpr

，但忘了在我的问题描述中加入。但真正起作用的是非贪婪的

+

，你说的是“非重叠”。这在

x上失败，谢谢！它工作得很好。我尝试过否定
*
，但没有意识到我当时不需要
等。在没有
perl=TRUE
的情况下效果很好（给出与另一个答案相同的结果）。此外，在R中，你必须写所有的大写字母。@Frank我们可以使用
M[^M*]+\\*
，在
MABC*MabcMdef*ghi*
@vks上另一个答案会失败，好的。可以说，改变你的答案似乎为时已晚，正如皮埃尔刚刚发布的那样。由您决定。是的，即使是间歇性的
M
s，也可以。谢谢
regmatches(x, gregexpr("M[^M]+?\\*", x))[[1]]
#[1] "MEALYRAQVLVDLT*"               
#[2] "MQLPSSFAALAAQFDQL*"            
#[3] "MFSLLVASVFTPCSALPFWSIKFTLFILS*"