嘿，我来帮你搞定这个正则提取的需求！你的目标字符串结构很清晰，是用空格分隔的多个字段，我们可以利用这个结构精准定位要提取的内容。

核心正则表达式 #

这里直接给出能精准匹配你需求的正则：

^\S+\s+\S+\s+(\d+)\s+.+\s+([actg-]+)$

正则各部分解释 #

• ^\S+：匹配字符串开头的第一个非空格字段（也就是示例里的s）
• \s+：匹配一个或多个空格分隔符
• \S+：匹配第二个非空格字段（示例里的mus_musculus.1）
• (\d+)：第一个捕获组，专门匹配你要的第一个数字序列（示例里的3003214）
• \s+.+\s+：匹配中间所有的字段（从第四个到倒数第二个，比如示例里的6673、+、195471971）
• ([actg-]+)：第二个捕获组，匹配最后一段仅由a/c/t/g/-组成的序列
• $：匹配字符串结尾，确保我们抓的是最后一个字段

代码示例（以Python为例） #

如果你用Python实现提取，可以参考这段代码：

import re

# 你的目标字符串
target_str = "s mus_musculus.1 3003214 6673 + 195471971 ctctcctatggcggggaaggtgcctggatgtctaaagc-----------------ctgaa-atggggatctatcccagaagctgtgtagcttctgcctgtcccagaagctgtgttgtttct"

# 定义正则模式
pattern = r'^\S+\s+\S+\s+(\d+)\s+.+\s+([actg-]+)$'

# 执行匹配
match_result = re.match(pattern, target_str)

if match_result:
    first_number = match_result.group(1)
    last_sequence = match_result.group(2)
    print(f"提取到的第一个数字序列: {first_number}")
    print(f"提取到的最后一段序列: {last_sequence}")

补充说明 #

如果你的字符串字段数量可能有变化，但第一个数字序列始终是第一个出现的连续数字，也可以用更简单的方式捕获第一个数字：

\d+

直接取这个正则的第一个匹配结果即可。不过结合你的字符串结构，按字段定位的正则会更可靠，避免误匹配其他位置的数字。

内容的提问来源于stack exchange，提问作者Powege