正则表达式：允许多达一次出现某个字符

-1

我想要搜索特定的（DNA）字符串'AGCTAGCT'并允许发生一个（且只有一个）不匹配（表示为'N' ）。正则表达式：允许多达一次出现某个字符

以下是比赛（没有或一个N）：

AGCTAGCT 
NGCTAGCT 
AGCNAGCT

以下是不匹配（两个或两个以上NS）：

AGNTAGCN 
AGNTANCN

来源

2014-12-13 Uli

你需要使用正则表达式吗？为什么不是一个循环？ – Lynn 2014-12-13 02:22:41

您正在运行哪个lang？ – 2014-12-13 02:38:30

在我看来，'N'代表'A'，'T'，'C'或'G'中的一个。不是字面的'N'，而是错误的核碱基。大多数答案都假定一个字面的“N”。请澄清这一点。 – 2014-12-20 20:25:50

在任何语言中，你可以做这样的事情

var count = str.match(/N/g).length; // just count the number of N in the string 
if(count == 1 || count == 0) { // and compare it 
    // str valid 
}

如果你只想要一个正则表达式，你可以使用这个表达式

/^[^N]*N?[^N]*$/

您可以测试字符串是否与上述正则表达式匹配。

来源

2014-12-13 02:22:01

我认为这可以简化为'^ [^ N] * N？[^ N] * $' – 2014-12-13 02:26:24

他想匹配'AGCTAGCT'，而不是任何字符串。 – 1010 2014-12-13 02:38:24

这个答案的一个小变化是'/^[^ N] *（N [^ N] *）？$ /'。我觉得这种风格更容易理解。 – AdrianHHH 2014-12-14 13:41:11

如果你正在使用python，你可以把它无需正则表达式：

myList = [] 

for word in dna : 
    if word.count('N') < 2 : 
     myList.append(word)

而现在，如果你想生成所有的DNA，我不知道DNA是如何发生的信件，但是这可以为您节省：

import itertools 

letters = ['A', 'G', 'C', 'T', 'N'] 

for letter in itertools.permutations(letters): 
    print ''.join(letter)

然后，您将拥有四个字母中的所有排列组合。

来源

2014-12-13 02:24:53 Abdelouahab

我不明白你如何接受'AGCTAGCT'，最多只有一个N. – 1010 2014-12-13 02:48:33

'word.count（'N'）<2'可以是'一个N或不是N' – Abdelouahab 2014-12-13 02:49:50

他只想要'AGCTAGCT'，而不是'AGCTAGCT'任何一个字符串中最多一个N. – 1010 2014-12-13 02:50:50

在开始时使用反向查找来检查字符串是否包含两个N's或不是。

^(?!.*?N.*N)[AGCTN]{8}$

我假设你的字符串只包含A，G，C，T，N字母。

^(?!.*?N.*N)[AGCTN]+$

或者干脆这样，

^(?!.*?N.*N).+$

DEMO

来源

2014-12-13 02:25:47

再一次，这是在字符串中寻找一个字面的'N'字符。 DNA序列不含'N'字符。 – 2014-12-20 20:36:53

-3

我觉得正则表达式是不是这样做的最佳选择。我说这是因为（至少据我所知），除了明确考虑所有可能的错误之外，没有简单的方法来表达任意字符串以至多与一个错误匹配。正说，它会是这样的

AGCTAGCT|NGCTAGCT|ANCTAGCT|AGNTAGCT|AGCNAGCT|AGCTNGCT|AGCTANCT|AGCTAGNT|AGCTAGCN

也许它可以简化一点。

编辑鉴于N是一个不匹配，接受你想要的东西的正则表达式应该用错误的替代替换每个N.

AGCTAGCT|[GCT]GCTAGCT|A[ACT]CTAGCT|AG[AGT]TAGCT|AGC[AGC]AGCT 
|AGCT[GCT]GCT|AGCTA[ACT]CT|AGCTAG[AGT]T|AGCTAGC[AGC]

简化...

(A(G(C(T(A(G(C(T|[AGC])|[AGT]T)|[ACT]CT)|[GCT]GCT)|[AGC]AGCT)|[AGT]TAGCT)|[ACT]CTAGCT)|[GCT]GCTAGCT)

演示与错误的选择https://regex101.com/r/bB0gX1/1用N。

来源

2014-12-13 02:30:44 1010

机器完成的自动任务在哪里？ – Abdelouahab 2014-12-13 02:32:06

他想与AGCTAGCT匹配，最多只有一个N – 1010 2014-12-13 02:33:23

是的，但是他必须全部用手写出来并用他的眼睛数出来！ – Abdelouahab 2014-12-13 02:34:07

正则表达式：允许多达一次出现某个字符

回答

相关问题