在我只有一个字母的字符串中，我试图找到某个图案GYG的相邻字符，并达到一定深度dep。但是，如果在达到所需深度之前找到字符Y，则正则表达式引擎应中断并返回在GYG和Y之间找到的所有字符。
以说明：
dep = 2中的XXXGYGXXXYXGYGXX，所需的匹配为XXXXX XXdep = 3中的XXXGYGXXXYXGYGXX，所需的匹配为XXXXXXX XX我使用的表达式：(?:GYG|Y)(*SKIP)(*FAIL)|(?<=GYG)\w{1,dep}(?=Y)|(?<=GYG)\w{1,dep}|(?<=Y)\w{1,dep}(?=GYG)|\w{dep}(?=GYG)其中dep是用户定义的。
使用这个玩具示例，我的正则表达式工作正常。但是，使用我的真实字符串（如下所示）却没有。我怀疑原子团(?<=Y)\w{1,dep}(?=GYG)|\w{dep}(?=GYG)发生了什么事，但我似乎无法弄清楚哪里。
我的代码：
import regex as re
ls = []
regex = '(?:GYG)(*SKIP)(*FAIL)|(?<=GYG)\w{1,3}(?=Y)|(?<=GYG)\w{1,3}|(?<=Y)\w{1,3}|\w{1,3}?(?=GYG)'
seq = 'MASNDYTQQATQSYGAYPTQPGQGYSQQSSQPYGQQSYSGYSQSTDTSGYGQSSYSSYGQSQNTGYGTQSTPQGYGSTGGYGSSQSSQSSYGQQSSYPGYGQQPAPSSTSGSYGSSSQSSSYGQPQSGSYSQQPSYGGQQQSYGQQQSYNPPQGYGQQNQYNS'
for matchedobj in re.finditer(regex, seq):
ls.append(matchedobj.group(0))
输出：
['DTS', 'QSS', 'QNT', 'TQS', 'TPQ', 'STG', 'SSQ', 'SYP', 'QQP', 'PPQ', 'QQN']
[这里的挑战是，取反的模式GYG是对称的，它在两侧G上均包含Y字符。因此，出于各种原因，积极的环顾四周行不通。
有两种方法可以解决这个问题。首先，是使用环顾四周。
第一种方法：环顾四周方法
要设置关于GYG主题的环顾四周，但仍捕获独立的G字符，我们首先取反all G字符。由于Y字符也不应该被捕获，因此我们将G和Y都放在否定的类[^YG]中。这将为我们提供G(?<!GYG)(?!YG)所提供的周围环境，并在下面逐步介绍@The第四只鸟。请看一下他的回答。
技巧是使用G重新捕获最初被否定类跳过的G(?<!GYG)(?!YG)字符。这样可以确保仍捕获G和`YG模式中的GY字符以及独立的字符。
regex = (?:(?:[^\WYG]|G(?<!GYG)(?!YG)){1,3}+(?=GYG)|(?<=GYG)(?:[^\WYG]|G(?<!GYG)(?!YG)){1,3}+)
由于我们想在GYG的两侧进行捕获，因此第一个交替是正向向前(?=GYG)。对正向后视(?<=GYG)
第一种方法的代码：
import regex as re
ls = []
seq = 'MASNDYTQQATQSYGAYPTQPGQGYSQQSSQPYGQQSYSGYSQSTDTSGYGQSSYSSYGQSQNTGYGTQSTPQGYGSTGGYGSSQSSQSSYGQQSSYPGYGQQPAPSSTSGSYGSSSQSSSYGQPQSGSYSQQPSYGGQQQSYGQQQSYNPPQGYGQQNQYNS'
regex = (?:(?:[^\WYG]|G(?<!GYG)(?!YG)){1,3}+(?=GYG)|(?<=GYG)(?:[^\WYG]|G(?<!GYG)(?!YG)){1,3}+)
for matchedobj in re.finditer(regex, seq):
ls.append(matchedobj.group(0))
第二种方法：在GYG处锚定
[第二种方法由另一个用户向我建议：Wiktor。解决方案here。 regex表达式查找所有GYG模式。然后使用贪婪的?量词进行扩展。
regex = ((?:(?!GYG)[^Y]){1,3})?GYG((?:(?!GYG)[^Y]){1,3})?
此方法的唯一“不足之处在于，它需要对组进行更多记账。
第二种方法的代码：
import regex as re
ls = []
seq = 'MASNDYTQQATQSYGAYPTQPGQGYSQQSSQPYGQQSYSGYSQSTDTSGYGQSSYSSYGQSQNTGYGTQSTPQGYGSTGGYGSSQSSQSSYGQQSSYPGYGQQPAPSSTSGSYGSSSQSSSYGQPQSGSYSQQPSYGGQQQSYGQQQSYNPPQGYGQQNQYNS'
regex = ((?:(?!GYG)[^Y]){1,3})?GYG((?:(?!GYG)[^Y]){1,3})?
for matchedobj in re.finditer(regex, seq):
ls.append(matchedobj.group(1)) # gives the matches preceeding GYG
ls.append(matchedobj.group(2)) # gives matches that follow GYG
代替使用* SKIP * FAIL，您可以使用带有环视效果的替代方法。
如果要在匹配GYG之前或之后匹配n个字符，但是如果在GYG和n之间的范围内遇到Y，则返回两者之间匹配的字符，则可以使用与除YG之外的任何单词char匹配的否定字符类。
仅在不被左侧的GY或右侧的YG包围时匹配G。
(?:(?:[^\WYG]|G(?<!GYG)(?!YG)){1,3}+(?=GYG)|(?<=GYG)(?:[^\WYG]|G(?<!GYG)(?!YG)){1,3}+)
说明
(?:非捕获组(?:非捕获组[^\WYG]匹配除Y或G以外的任何字符char|或G(?<!GYG)(?!YG)匹配G时不要在GYG之前或之后是YG){1,4}+关闭组并使用所有格修饰符重复1-4次(?=GYG)正向前进，断言右边是GYG|或(?<=GYG)向后看，断言左边是GYG(?:非捕获组[^\WYG]匹配除Y或G以外的任何字符char|或G(?<!GYG)(?!YG)匹配G时不要在GYG之前或之后是YG){1,4}+关闭组并使用所有格修饰符重复1-4次)关闭组