java - 正则表达式以“ATG”开头，以“TAG，TAA或TGA”结尾，但在两者之间不包含“ATG”和“TAG，TAA或TGA”

我在以ATG开头，以TAG, TAA or TGA结尾且length = 3的倍数的字符串中搜索模式。ATG和TAG, TAA or TGA只能分别出现在开头或结尾。意思是：

从ATGTTGTGATGT提取ATGTTGTGA

从ATGATGTTGTGATGT提取ATGTTGTGA

目前，我正在使用正则表达式(ATG)([ATG]{3})+?(TAG|TAA|TGA)。

对于ATGATGTTGTGATGT，这使我得到错误的结果ATGATGTTGTGA。
我试过了：

(^ATG)(!?=.*ATG)([ATG]{3})+?(TAG|TAA|TGA)
(^ATG)(!?=(ATG)+)([ATG]{3})+?(TAG|TAA|TGA)

如何告诉它在开始时仅包含一次ATG，之后不包含任何内容？

最佳答案

您可以使用

ATG(?:(?!ATG)[ATG]{3})*?(?:TAG|TAA|TGA)

请参见regex demo

细节


ATG-一个ATG子字符串
(?:(?!ATG)[ATG]{3})*?-一个tempered greedy token匹配[ATG]字符集中不等于ATG的3个字符的任意序列（受negative lookahead (?!ATG)限制）
(?:TAG|TAA|TGA)-non-capturing group中定义的三个替代方案之一：TAG，TAA或TGA。


Java demo：

String rx = "ATG(?:(?!ATG)[ATG]{3})*?(?:TAG|TAA|TGA)";
String s = "ATGTTGTGATGT, ATGATGTTGTGATGT, ATGATGTTGTGATGT";
Pattern pattern = Pattern.compile(rx);
Matcher matcher = pattern.matcher(s);
while (matcher.find()) {
        System.out.println(matcher.group(0));
}

结果：

ATGTTGTGA
ATGTTGTGA
ATGTTGTGA

关于java - 正则表达式以“ATG”开头，以“TAG，TAA或TGA”结尾，但在两者之间不包含“ATG”和“TAG，TAA或TGA”，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/48042548/