蛋白质编码基因正则表达式

Question

我正在尝试编写一个可以匹配以下说明的正则表达式 带有“AT”前缀的字符序列，后跟“nG”，其中 n 是从 1 到 5 的数字，然后是“G”，最后是 5 位数字的后缀。

注意：只是普通的正则表达式，与语言无关。

匹配字符串的示例如下：“AT1G01040”

这是我可以构造的AT[1-5]G(d\{1,5})，但我不确定它是否是正确的答案。

拜托，我需要你的帮助。

Answer 1

如果末尾的位数可能是 1 到 5，则可以使用

^AT[1-5]G[0-9]{1,5}$

请参阅regex demo。

注意，如果末尾的位数必须正好是5，则必须去掉1,：

^AT[1-5]G[0-9]{5}$

详情

• ^ - 字符串开头
• AT - 一系列字符 AT
• [1-5] - 1, 2, 3, 4 或 5
• G - 一个 G 字符
• [0-9]{1,5} - 任何 1 到 5 次连续出现的 ASCII 数字（或者 - 如果您使用 {5} - 恰好出现 5 次）
• $ - 字符串结束。