在 w/java 的字符串中查找子字符串答案

【问题标题】：finding substrings in strings w/java在 w/java 的字符串中查找子字符串
【发布时间】：2013-01-13 08:38:14
【问题描述】：

如何在一个字符串中找到多个子字符串？让我们将其与基因测序进行比较。你有一个字符串：TTCGAGATGCTGATTGACATGTTAGTAG。我已经弄清楚如何仅使用 TGA 找到我的序列的开头（ATG 是起点）和序列的结尾。我不知道如何为 TAA 和 TGA 重复该过程。是否可以让我的代码行中的所有 3 个子字符串都在寻找我的终点？

String genome = input.nextLine();
    //first check: see if the genome contains the marker "ATG"  
    if (genome.contains("atg")){
    //if the genome contains "ATG" marker, begin second test: see if the   genome contains the marker "TAG"
    if (genome.contains("tag"))

我正在使用嵌套的 if 语句，并尝试在上面的代码行中添加一些东西，但什么也没得到！我知道我可以复制/粘贴和更改参数，但如果该行中有多个序列，我无法弄清楚那个。我想从上面的字符串中得到的是： TTCGAG*ATG*C*TGA*TTGAC*ATG*T*TAG*TAG 我可以打印 C，但无法打印到 T。一旦找到第一个子字符串“C”

，我的程序就会停止运行

【问题讨论】：

我认为如果您给出预期的输出，这个问题会更容易回答。
或者完整的代码也可能有帮助（至少是关于解析的）
That being said, I have a feeling the method of this library will solve your problems. 如果这不是您需要的，StringUtils 中可能还有另一种方法可以为您工作。
我认为regex 会满足你的需要

标签： java string substring

【解决方案1】：

你可以使用正则表达式，对于序列ATG...TGA，你可以试试，

String input = "TTCGAGATGCTGATTGACATGTTAGTAG";
Pattern pattern  = Pattern.compile("ATG(.*?)TGA");
Matcher matcher = pattern.matcher(input);
while (matcher.find()) {
    System.out.println(matcher.group(1));
}

你会得到'C'。

如果您想在发布的问题中获得“T”，您可以将正则表达式更改为 ATG(.*?)TAG，因为前缀和后缀明显不同。

【讨论】：

【解决方案2】：

我不确定我是否理解了这个问题，但也许这与您正在寻找的内容很接近。

String getSubstringBetween(String start, String[] ends) {
    int indexOfStart = genome.indexOf(start);
    if(indexOfStart >= 0) {
       int indexOfEnd = -1;
       int i = 0;
       while(i < ends.length() && indexOfEnd < 0) {
          indexOfEnd = genome.indexOf(ends[i++], indexOfStart);
       }
       if(indexOfEnd >= 0) {
          String end = ends[i - 1];
          return genome.substring(indexOfStart, indexOfEnd + end.length());
       } else {
          return genome.substring(indexOfStart);
       }
    }
    return "";
}

【讨论】：