Regex 大小等于上一个块的正则表达式搜索块

我想用正则表达式逐块解析FASTQ文件。 FASTQ文件如下所示：

@EAS54_6_R1_2_1_413_324     // seqname
CCCTTCTTGTCTTCAGCGTTTCTCC   // seq
+                           // seqname #2
;;3;;;;;;;;;;;;7;;;;;;;88   // qual
@EAS54_6_R1_2_1_540_792     // seqname
TTGGCAGGCCAAGGCCGATGGATCA   // seq
+                           // seqname #2
;;;;;;;;;;;7;;;;;-;;;3;83   // qual
@EAS54_6_R1_2_1_443_348     // seqname
GTTGCTTCTGGCGTGGGTGGGGGGG   // seq
+EAS54_6_R1_2_1_443_348     // seqname #2
;;;;;;;;;;;9;7;;.7;393333   // qual

及其格式：

<fastq>     :=  <block>+
<block>     :=  @<seqname>\n<seq>\n+[<seqname>]\n<qual>\n
<seqname>   :=  [A-Za-z0-9_.:-]+
<seq>       :=  [A-Za-z\n\.~]+
<qual>      :=  [!-~\n]+

---

更新：我们无法搜索

@

令牌，因为它可能出现在

块中

这里有一个正则表达式来解析它：

(.*?(?=\n@[A-Z]|$)) //single-line,global

通过

（？=\n@[A-Z]|$）

向前看，我们强制

*？

在以“@”开头的新行后面加上（大写）字母或输入结尾之前获取所有内容

---

不幸的是，不可能将{n}b{n}与正则表达式匹配。它需要上下文无关的语法

---

（相反，只需匹配name、seq和+，然后获取seq匹配，然后从剩余字符串中读取接下来的n个字符以获得qual。）

Regex不太擅长通常属于编程/脚本语言的逻辑。编程语言？@ninjalj POSIX Regex或ECMASsince FASTQ格式正好是每个块四行的顺序，为什么不按顺序一次读四行，准确地知道哪一行是name、seq、+、和qual呢？如果已将所有数据作为字符串，请按“\n”将其拆分为一个数组，然后将项目0-3、4-7、8-11等。。。是name，seq，+，qual块。@webb它不是：）正如您在格式

\n

中看到的那样，在

seq

和

qual

字段中允许使用符号。如果

qual

字段的第一个字符是

@

啊，则符号不能正常工作。但是字母不能在qual right中显示，所以请修改“向前看”以查看@+字母？（更新）

之间的任何符号

和

~

（包括它们本身）+

\n

可能出现在qual中，正如它的正则表达式中所提到的：

[！-~\n@]+

是否seqname总是23个字符，qual/seq 25？否，

[…]+

意味着可以有1到无限个字符。但是

qual

length应该与

seq

length相同，我正在试图找出正则表达式中有没有任何技巧可以增加这种条件。你们注意到这可能是一个有疑问的短语吗？这不是一个拖拉。一个证明不可能的回答是可以接受的。@LibertyPaul，请接受我对错误指控的道歉。

(.*?(?=\n@[A-Z]|$)) //single-line,global