如何提取字符串中的整数并动态生成正则匹配指定长度字符？

问题 #

给定字符串：

s = ".,-2gg,,,-2gg,-2gg,,,-2gg,,,,,,,,t,-2gg,,,,,,-2gg,t,,-1gtt,,,,,,,,,-1gt,-3ggg"

初始正则-[0-9]+[ACGTNacgtn]+的匹配结果中，-1gtt和-1gt不符合预期——因为短横线后的整数定义了后续需匹配的字符数，比如-1应该只匹配1个目标字符，期望结果为-1g和-1g。

解决方案 #

可以通过捕获数字分组，动态截取对应长度的目标字符来实现，以下是两种实用方法：

方法1：遍历匹配结果并截取 #

import re

s = ".,-2gg,,,-2gg,-2gg,,,-2gg,,,,,,,,t,-2gg,,,,,,-2gg,t,,-1gtt,,,,,,,,,-1gt,-3ggg"
# 捕获数字和后续目标字符的分组
pattern = re.compile(r'-(\d+)([ACGTNacgtn]+)')

matches = []
for m in pattern.finditer(s):
    count = int(m.group(1))
    # 按数字指定的长度截取目标字符，拼接成结果
    matches.append(f'-{m.group(1)}{m.group(2)[:count]}')

print(matches)

输出：

['-2gg', '-2gg', '-2gg', '-2gg', '-2gg', '-2gg', '-1g', '-1g', '-3ggg']

方法2：用回调函数处理匹配 #

如果需要同时修改原字符串，可结合re.sub的回调：

import re

s = ".,-2gg,,,-2gg,-2gg,,,-2gg,,,,,,,,t,-2gg,,,,,,-2gg,t,,-1gtt,,,,,,,,,-1gt,-3ggg"
pattern = re.compile(r'-(\d+)([ACGTNacgtn]+)')
matches = []

def process_match(match):
    count = int(match.group(1))
    result_part = f'-{match.group(1)}{match.group(2)[:count]}'
    matches.append(result_part)
    return result_part

# 执行替换（若无需修改原字符串可忽略返回值）
_ = pattern.sub(process_match, s)
print(matches)

说明 #

核心思路是拆分匹配内容：先用正则捕获短横线后的数字（定义长度）和后续的目标字符序列，再根据数字长度截取对应字符，确保匹配结果完全符合数字指定后续字符数量的要求。

内容的提问来源于stack exchange，提问作者Ryan