regex:匹配重复序列

Question

我正试图构造一个正则表达式，它将匹配由2个字符组成的重复DNA序列。这些角色可以是一样的。

正则表达式应该至少匹配2个字符的重复序列至少3次，下面是一些示例：

regex应与以下内容相匹配：

• ATATAT
• 加加加
• CCCCCC

不应与以下方面相匹配：

• 阿卡奇
• ACGTACGT

到目前为止，我提出了以下正则表达式：

[ACGT]{2}

这捕获了完全由两个字符(A、C、G或T)组成的任何序列。现在我想至少重复这个模式三次，所以我尝试了以下正则表达式：

[ACGT]{2}{3,}
([ACGT]{2}){3,}

不幸的是，第一个错误会引发一个“多次重复”错误(Python)，而第二个错误将简单地匹配由A、C、G和T组成的6个字符组成的任意序列。

有人能帮我处理这个正则表达式吗？提前谢谢。

Answer 1

您也许可以使用反向引用。

([ATGC]{2})\1{2,}

\1是指第一个捕获组的反向引用，将是您捕获的内容。

regex101演示

Answer 2

第一：

(AT){3}

二

(GA){4}

三

C{6}

把他们结合起来！

(C{6}|(GA){4}|(AT){3})