正則表達式匹配混合大寫字母和\ n

Question

我想寫一個正則表達式將匹配字符串，只有當它與\ n開頭的字符串，繼續與至少一個大寫字母，並用\ n結束。字符串可能包含這個模式的重複，例如：

\ n [A-Z] \ n上[A-Z] \ n上。

我試圖此正則表達式：\ N（（[AZ] + \ n）的+），在這個輸入：

200LA 012F5421F2E8A172 164 XRAY 1.950 0.176 NA無細胞內溶素[腸桿菌噬菌體T4] || 1C63A 1C64A 1C65A MNIFEMLRIDEGLRLKIYKDTEGYYTIGIGHLLTKSPSLNAAKSELDKAIGRNTNGVITKDEAEKLFNQDVDAAVRGILR NAKLKPVYDSLDAVRRAALINMVFQMGETGVAGFTNSLRMAQQKRWDEAAVNLAKSRWYNQTPNRAKRVITTFRTGTWDA YKNL

我希望得到這樣的結果： （'MNIFEMLRIDEGLRL KIYKDTEGYYTIGIGHLLTKSPSLNAAKSELDKAIGRNTNGVITKDEAEKLFNQDVDAAVRGILRNAKLKPVYDSLDAVRRAALINMVFQMGETGVAGFTNSLRMAQQKRWDEAAVNLAKSRWYNQTPNRAKRVITTFRTGTWDAYKNL '）

，而是，我得到了這一個： （' MNIFEMLRIDEGLRLKIYKDTEGYYTIGIGHLLTKSPSLNAAKSELDKAIGRNTNGVITKDEAEKLFNQDVDAAVRGILR \ nNAKLKPVYDSLDAVRRAALINMVFQMGETGVAGFTNSLRMAQQKRWDEAAVNLAKSRWYNQTPNRAKRVITTFRTGTWDA \ nYKNL \ n」， 'YKNL \ n'）

有誰知道哪裏出了問題？

謝謝！

Answer 1

你的正則表達式的第一部分符合你的條件（的最長的版本）相匹配。

在文本中的第一行不以\n啓動，以便將其移動到看行第一\n之後，由於它的條件匹配，通過你的正則表達式指定的組接受的結果。

你的結果，我會建議用\n(?:[A-Z]+\n)+（?:代表非捕獲組，以防止沒有，但在最後一組中捕獲），然後用空字符串保換換行符匹配：

>>> a = """>200LA 012F5421F2E8A172 164 XRAY 1.950 0.176 NA no Endolysin <ENLYS_BPT4(1-164)> [Enterobacteria phage T4] ||1C63A 1C64A 1C65A 
... MNIFEMLRIDEGLRLKIYKDTEGYYTIGIGHLLTKSPSLNAAKSELDKAIGRNTNGVITKDEAEKLFNQDVDAAVRGILR 
... NAKLKPVYDSLDAVRRAALINMVFQMGETGVAGFTNSLRMAQQKRWDEAAVNLAKSRWYNQTPNRAKRVITTFRTGTWDA 
... YKNL 
... """ 
>>> m = re.findall('\n(?:[A-Z]+\n)+', a) 
>>> m[0].replace('\n', '') 
'MNIFEMLRIDEGLRLKIYKDTEGYYTIGIGHLLTKSPSLNAAKSELDKAIGRNTNGVITKDEAEKLFNQDVDAAVRGILRNAKLKPVYDSLDAVRRAALINMVFQMGETGVAGFTNSLRMAQQKRWDEAAVNLAKSRWYNQTPNRAKRVITTFRTGTWDAYKNL'