如何使用正则表达式提取字符串中ATG开头GGA结尾的子串？

你写的正则里用了^和$，这俩是匹配整个字符串的开头和结尾的，你的目标子串是在原字符串中间的，所以肯定匹配不到。另外.+是贪婪匹配，就算去掉首尾锚点，也可能把两个符合条件的子串连起来匹配成一个，得不到正确结果。

改成下面的代码就行：

import re

s = "ATAATGCGTGGAATTATGACCGGAATC"
x = re.findall(r'ATG.*?GGA', s)
print(x)  # 输出: ['ATGCGTGGA', 'ATGACCGGA']

关键说明： #

• 去掉^和$：不需要限定整个字符串的首尾，只需要匹配字符串中符合规则的子串
• 用.*?代替.+：.*?是非贪婪模式的任意字符匹配，会找到最短的以ATG开头、GGA结尾的子串，避免贪婪模式把两个结果合并成一个

内容的提问来源于stack exchange，提问作者ptalebic