如何多次将特定序列与字符串分开？答案

【问题标题】：How do I separate a specific sequence from a string multiple times?如何多次将特定序列与字符串分开？
【发布时间】：2016-03-11 15:14:53
【问题描述】：

我有一个名为 protein 的字符串。它打印出这样的内容：KALSKJKDALIEUTSTARTALKSJDALK*KAJSLDKJSTARTJAISOIEWORUNCD*

我想要一个代码，可以在此字符串中搜索 START 和 * 并打印它们之间的字符，在本例中为字母。

例如：protein = STARTJSADHFJAS*KJSTARTAKSLJDIOQWIE*

print protein_filtered = [JSADHFJAS, AKSLJDIOQWIE]

到目前为止，我有这个，但这只会让我得到第一个蛋白质序列。另外，我不在乎它是附加到列表还是字符串。

start_marker = 'START'
end_marker = '*'
start = protein.index(start_marker) + len(start_marker)
end = protein.index(end_marker, start + 1)
print protein[start:end]

【问题讨论】：

标签： python regex python-2.7

【解决方案1】：

START(.*?)\*

您可以通过re 进行此操作。请参阅演示。

https://regex101.com/r/hE4jH0/41

import re
p = re.compile(ur'START(.*?)\*', re.MULTILINE)
test_str = u"STARTJSADHFJAS*KJSTARTAKSLJDIOQWIE*"

re.findall(p, test_str)

我们在这里使用了non greedy regex，通过在.* 之后附加?。这样正则表达式就会在* 的第一次出现时停止。如果它是贪婪的，它将到达@ 的最后一次出现987654329@

【讨论】：

这是我的赞成票，但请提供有关您的正则表达式的更多详细信息。贪婪的？懒惰的？让他知道这是怎么回事。
谢谢你，vks。这个答案很完美！
@PeterSamuel 点击绿色箭头接受。

【解决方案2】：

一个解决方案可以是：

final_list = [i.split('\\')[0] for i in [i for i protein.split('START') if i]]

【讨论】：