Regex 解读手册中的一段

我试图让一些生物信息学软件运行（TE显示器），但它根本不起作用。我认为问题可能在于软件如何识别FASTA头。从文件中可以看出这一点

标题行中的序列标识符采用“\w（1,10）\d（2,9）”模式，意思是“单词字符（1-10）后跟数字（2-9）”，因此尽量避免标题行中出现非标识符短语（例如“Build04”）。例如，标题行“>OrganiMX AC000282，build0.4”可以，但不是“>OrganiMX Contig WX000282，Build04”。因此，“>Oryza sativa Chromosome11”也可以，因为“Chromosome11”将被识别为标识符

有人能解释一下“\w（1,10）\d（2,9）”的确切用法吗？我把它理解为总共12个字符的单词，但它必须以两位数字结尾。所以我不明白Build0.4是怎么好的，而Build04是怎么不好的

---

干杯

序列标识符本身应该与模式匹配，因此在OrganiMX加入AC000282，build0.4“中，必须由正则表达式匹配的是

AC000282

，而不是

build0.4

\w（1,10）\d（2,9）

表示从一个单词字符到十个单词字符的匹配，即

a-z a-z 0-9中的任意一个，后跟两到九个数字

由于
Build04
将由该模式匹配，并且它不是序列标识符，因此建议避免使用该模式。
build0.4
将与该模式不匹配，因为它包含一个
，所以它很好。
来扩展MikeM所说的内容-
您正试图让脚本识别
AC000282
。
上面的正则表达式将标识该字符序列。
序列标识符
\w（1,10）\d（2,9）
表示“查找1到10个单词字符，后跟2到9个数字字符。
然后，正则表达式将识别
Build04
，因为有5个单词字符（BUILD）后跟2个数字字符（04），但它不会识别
Build0.4
，因为
Build0.4
中的
将告诉正则表达式不使用它