Regex : 두 마커 사이의 DNA 정보 추출

Question

파일에서 DNA 정보를 추출하려고합니다. 기본 GCAT로 구성된 DNA 데이터 앞에 ORIGIN이라는 단어가 있고 그 뒤에 //이 있습니다. 이 마커 사이에 이러한 기지를 얻기 위해 정규 표현식을 작성하려면 어떻게해야합니까?

다음을 시도했지만 작동하지 않습니다.

[ORIGIN(GCATgcat)////] 

샘플 데이터 :

ORIGIN  
    1 acagatgaag acagatgaag acagatgaag acagatgaag 
    2 acagatgaag acagatgaag acagatgaag acagatgaag 
// 

Answer 1

것은 그래서에 포함하는 문자와 일치하지 않을 (단어 경계로 둘러싸인 (대문자 또는 소문자) 어떤 GCAT 문자 순서에 일치하는이 패턴 "\\b([GCATgcat]+)\\b"를보십시오 "카탈로그"와 같은 다른 문자열). 샘플 파일에서이 정규식을 반복적으로 스캔하면 각 시퀀스가 ​​추출됩니다.

여기 샘플 파일에 대한 작업 예제 : 정규식 슈퍼 마법사 아닌 사람들 우리 모두

// Locate the substring between "ORIGIN" and "//" in the file. 
String fileContents = getSampleFileContents(); 
int indexOfOrigin = fileContents.indexOf("ORIGIN"); 
String pertinentSection = fileContents.substring(
    indexOfOrigin, fileContents.indexOf("//", indexOfOrigin)); 

// Search for sequences within the pertinent substring. 
Pattern p = Pattern.compile("\\b([GCATgcat]+)\\b"); 
Matcher m = p.matcher(pertinentSection); 
List<String> sequences = new ArrayList<String>(); 
while (m.find()) { 
    sequences.add(m.group(1)); 
} 
sequences.toString(); // => ["acagatgaag", "acagatgaag", ..., "acagatgaag"] 

Answer 2

, 나는 두 단계 접근 방식을 제안 것입니다. 숫자와 줄 바꿈과 같은 명백한 거칠기를 제거한 다음 일치 항목을 수행하십시오. 예 :

public class Regex { 

    static String NL = "\n"; 
    static String INPUT = "stuff at beginning ORIGIN" + NL + 
    "1 acagatgaag acagatgaag acagatgaag acagatgaag" + NL + NL + 
    "2 acagatgaag acagatgaag acagatgaag acagatgaag" + NL + 
    "// I added stuff here at the end that should be ignored"; 

    public static void main(String[] args) { 
     Pattern removePattern = Pattern.compile("[\\r\\n \\t\\d]+"); 
     Pattern findPattern = Pattern.compile("ORIGIN[GCATgcat]+//"); 

     Matcher removeMatcher = removePattern.matcher(INPUT); 
     String clean = removeMatcher.replaceAll(""); 

     Matcher findMatcher = findPattern.matcher(clean); 
     if (findMatcher.find()) { 
     System.out.println(findMatcher.group()); 
     } 
    } 
}