正規表現：複合複数の一致

Question

line = 'bla bla bla Tax_Id=9606 Gene_Symbol=OR4F16 OR4F28P OR4F29 OR4F2P OR4F3 DTR4F7P BPFR4F8P Gene_Accession=ENSG00000217874 bla bla bla' 

私はすべての遺伝子記号に一致させようとしています。 re、regex、およびそれらの異なるモジュールを使ってみましたが、動作しません。

Answer 1

これは、Gene_SymbolとGene_Accessionが常にあなたの順番になっていると仮定して動作します。それ以外の場合は、正規表現を微調整する必要があります。

import re 

line = 'bla bla bla Tax_Id=9606 Gene_Symbol=OR4F16 OR4F28P OR4F29 OR4F2P OR4F3 DTR4F7P BPFR4F8P Gene_Accession=ENSG00000217874 bla bla bla' 

regex = r"Gene_Symbol=(.*)Gene_Accession" 

p = re.search(regex,line) 

symbols = p.group(1).split() 

for symbol in symbols: 
    print symbol 

は出力：

OR4F16 
OR4F28P 
OR4F29 
OR4F2P 
OR4F3 
DTR4F7P 
BPFR4F8P