Regex 正则表达式，Perl中使用字符串变量的匹配运算符

我正在使用一个

regex

，但是得到了一些奇怪的、意想不到的“匹配”。“名称”被发送到子例程，以便与名为

@ASlist

的数组进行比较，该数组包含多行。每行的第一个元素也是一个名称，后跟0到几个同义词。目标是将传入的“名称”匹配到

@ASlist

中具有匹配单元格的任何行

示例输入，从中导出

$names

，用于与

@ASlist

进行比较：

13  1   13  chr7    7   70606019    74345818    Otud7a  Klf13   E030018B13Rik   Trpm1   Mir211  Mtmr10  Fan1    Mphosph10   Mcee    Apba2   Fam189a1    Ndnl2   Tjp1    Tarsl2  Tm2d3   1810008I18Rik   Pcsk6   Snrpa1  H47 Chsy1   Lrrk1   Aldh1a3 Asb7    Lins    Lass3   Adamts17

@ASlist中的样本行：

HSPA5   BIP FLJ26106    GRP78   MIF2        
NDUFA5  B13 CI-13KD-B   DKFZp781K1356   FLJ12147    NUFM    UQOR13
ACAN    AGC1    AGCAN   CSPG1   CSPGCP  MSK16   SEDK

守则：

my ($name) = @_;  ## this comes in from another loop elsewhere in code I did not include
chomp $name;

my @collectmatches = (); ## container to collect matches

foreach my $ASline ( @ASlist ){

    my @synonyms = split("\t", $ASline );

    for ( my $i = 0; $i < scalar @synonyms; $i++ ){
         chomp $synonyms[ $i ];
         #print "COMPARE $name TO $synonyms[ $i ]\n";

         if ( $name =~m/$synonyms[$i]/ ){
              print "\tname $name from block matches\n\t$synonyms[0]\n\tvia $synonyms[$i] from AS list\n";
              push ( @collectmatches, $synonyms[0], $synonyms[$i] ); 
          }
         else {
              # print "$name does not match $synonyms[$i]\n"; 
         }
    }
}

my（$name）=@；##这来自我没有包含的代码中其他地方的另一个循环
chomp$name；
我的@collectmatches=（）；##收集火柴的容器
foreach my$ASline（@ASlist）{
my@synonyms=split（“\t”，$ASline）；
对于（my$i=0；$i

脚本正在运行，但也报告了奇怪的匹配。例如，当

$name

为“E030018B13Rik”时，它与出现在

@ASlist

中的“NDUFA5”匹配。这两者不应该匹配

---

如果我将正则表达式从

~m/$synonyms[$I]/

更改为

~m/^$synonyms[$I]$/

，则“奇怪的”匹配将消失，但脚本将错过绝大多数匹配。

NDUFA5

记录包含

B13

作为模式，它将匹配

E030018Rik

如果希望更具文字性，请将边界条件添加到正则表达式

/\b…。\b/

。还应该使用转义正则表达式特殊字符

或者，如果您想测试直接相等，那么只需使用

---

您正在使用

B13

作为正则表达式。由于所有字符都没有特殊含义，因此包含子字符串

B13

的任何字符串都与表达式匹配

E030018B13Rik
       ^^^

如果希望表达式与整个字符串匹配，请使用锚定：

if ($name =~m/^$synonyms[$i]$/) {

---

或者，使用

index

或

eq

检测子字符串（或分别检测相同的字符串），因为您的输入似乎没有使用正则表达式的任何功能。

因为您只需要比较两个字符串，您可以简单地使用eq：

if ( $name eq $synonyms[$i] ){

---

另一种更完善的测试字符串相等性的方法是使用散列

您没有显示任何真实的测试数据，但是这个简短的Perl程序从匹配字符串行的数组

@ASlist

构建了一个哈希。之后，大部分工作都完成了

随后的

for

循环只测试

E030018B13Rik

，查看它是否是新

%ASlist

的键之一，并打印适当的消息

use strict;
use warnings;

my @ASlist = (
    'HSPA5   BIP FLJ26106    GRP78   MIF2',
    'NDUFA5  B13 CI-13KD-B   DKFZp781K1356   FLJ12147    NUFM    UQOR13',
    'ACAN    AGC1    AGCAN   CSPG1   CSPGCP  MSK16   SEDK',
);

my %ASlist = map { $_ => 1 } map /\S+/g, @ASlist;

for (qw/ E030018B13Rik /) {
  printf "%s %s\n", $_, $ASlist{$_} ? 'matches' : 'doesn\'t match';
}

输出

E030018B13Rik doesn't match

---

我不明白，这两者到底是如何匹配的？因为

B13

在字符串

e30018b13rik

中。如果你不想让它像那样运行，你需要给正则表达式添加边界条件。我用这些精确的锚丢失了许多可能的匹配，但我发现我可以修改正则表达式使其不区分大小写…你的输入数据看起来像固定宽度的数据。是这样吗？如果是这样，正则表达式甚至可能不是解包数据的最佳工具。

use strict;
use warnings;

my @ASlist = (
    'HSPA5   BIP FLJ26106    GRP78   MIF2',
    'NDUFA5  B13 CI-13KD-B   DKFZp781K1356   FLJ12147    NUFM    UQOR13',
    'ACAN    AGC1    AGCAN   CSPG1   CSPGCP  MSK16   SEDK',
);

my %ASlist = map { $_ => 1 } map /\S+/g, @ASlist;

for (qw/ E030018B13Rik /) {
  printf "%s %s\n", $_, $ASlist{$_} ? 'matches' : 'doesn\'t match';
}

E030018B13Rik doesn't match