正規表現でA,T,G,Cのみからなる部分文字列の問題を解く。

Question

前提・実現したいこと

ある英語大文字の文字列の部分文字列であってA,T,G,Cのみで構成されるようなものの最大の長さをこたえる、という問題をpythonの正規表現を利用して解く。

re.searchの場合、()を使って、re.search("(A|T|G|C)+",s)としてみればAまたは
TまたはCまたはGを繰り返すと指定できます。しかしre.findallを使うとき()がこのようには機能しないようで困っています。
どのようにすればre.finaallを使ってこの問題を解くことができるのでしょうか。

発生している問題・エラーメッセージ

HATAGAYA#input
#searchを使うと以下のように正しく出てくる。ただし長い文字列が先頭近くにある場合に限る。
<re.Match object; span=(1, 6), match='ATAGA'>

HATAGAYA#input
['A', 'A']#findallだと一文字しか出てこない。

該当のソースコード

s=input()#searchを使ったとき。
import re
ans=re.search("(A|T|G|C)+",s)
print(ans)

s=input()#findallを使ったとき。
import re
ans=re.findall("(A|T|G|C)+",s)
print(ans)

試したこと

ここに問題に対して試したことを記載してください。

補足情報（FW/ツールのバージョンなど）

ここにより詳細な情報を記載してください。

Comments

[maisumakun]

「正規表現を利用して解く」ことも必要なのですか？他の方法でも構わないのですか？

[nan11230907]

できれば正規表現で解きたいです

Answer 1

ans=re.findall("(A|T|G|C)+",s)

findallは、正規表現内で括弧によるキャプチャ(～)を使うと、マッチした文字列全体でなくそのキャプチャの対象となる文字列だけが返されます。

ans=re.findall("(?:A|T|G|C)+",s)のようにキャプチャしないグルーピング(?:～)を使うか、そもそもグルーピングを使わないでans=re.findall("[ATGC]+",s)とします。

Answer 2

findallとfinditerで挙動が違いますね。

s = 'HATAGAYA'
ans = re.findall(r'(A|T|G|C)+',s)
print(ans)
ans = re.finditer(r'(A|T|G|C)+',s)
for a in ans:
    print(a)
'''
['A', 'A']
<_sre.SRE_Match object; span=(1, 6), match='ATAGA'>
<_sre.SRE_Match object; span=(7, 8), match='A'>
'''

findallのほうは、最初の結果はATAGAにマッチしているが、出力として返ってきたのはその最小マッチ結果であるAであると推測されます。
マッチ結果を正確に取得したい場合はfinditerで処理することをお勧めします。

Answer 3

s ='BTACGQPAWATGCOOOO'
ans=re.findall("[ATGC]+",s)
#['TACG', 'A', 'ATGC']

Comments

[退会済みユーザー]

[A, T, G, C]内のカンマは無い方が良いと思います。(文字列sに','が含まれていた場合、','もマッチしてしまいます)

[meg_]

本当ですね。ご指摘ありがとうございます。