Regex 逗号分隔字符串的正则表达式

逗号分隔子字符串置换的正则表达式

嗨

我想定义一个正则表达式，它匹配由两个子字符串（由一个逗号分隔）组成的字符串。 每个子字符串不能为空，并且只能由字符“A”、“G”、“C”和“T”组成，且不重复。 因此，模式应匹配字符串，例如：

A、 G
AG，CT

---

TC，CA把你的问题分解成几个步骤

首先查找允许的格式和字符。然后检查以确保没有重复

use strict;
use warnings;

while (<DATA>) {
    print if /^[ACGT]+,[ACGT]+$/ && !/(\w)\w*\1/;
}

__DATA__
A,G
AG,CT
TC,CA
GAT,CGA
CGAT,TG
,G
ACGT
X,A
AA,G
AC,GGC
ATGA,TGG
ATCXG,AAC

---

把你的问题分成几个步骤

首先查找允许的格式和字符。然后检查以确保没有重复

use strict;
use warnings;

while (<DATA>) {
    print if /^[ACGT]+,[ACGT]+$/ && !/(\w)\w*\1/;
}

__DATA__
A,G
AG,CT
TC,CA
GAT,CGA
CGAT,TG
,G
ACGT
X,A
AA,G
AC,GGC
ATGA,TGG
ATCXG,AAC

---

我觉得你很接近。这也应该有效。
它基本上做了@Miller's做的事情

更新-压缩版本

 #  /(?m)^(?:(?:^|,)(?:([AGCT])(?![AGCT]*\1)){1,4}){2}$/

 (?m)                   # Multiline mode
 ^                      # BOL
 (?:                    # Total cluster
      (?: ^ | , )            # BOL or comma
      (?:                    # AGCT Cluster grp
           ( [AGCT] )             # (1), Capture single character [AGCT]
           (?!                    # Negative lookahead
                [AGCT]*                # As many [AGCT] needed
                \1                     # to find what is captured in group 1
           )                      # End Negative lookahead
      ){1,4}                 # End  AGCT Cluster grp 1-4 characters
 ){2}                   # Total cluster, do 2 times  
 $                      # EOL

---

我觉得你很接近。这也应该有效。
它基本上做了@Miller's做的事情

更新-压缩版本

 #  /(?m)^(?:(?:^|,)(?:([AGCT])(?![AGCT]*\1)){1,4}){2}$/

 (?m)                   # Multiline mode
 ^                      # BOL
 (?:                    # Total cluster
      (?: ^ | , )            # BOL or comma
      (?:                    # AGCT Cluster grp
           ( [AGCT] )             # (1), Capture single character [AGCT]
           (?!                    # Negative lookahead
                [AGCT]*                # As many [AGCT] needed
                \1                     # to find what is captured in group 1
           )                      # End Negative lookahead
      ){1,4}                 # End  AGCT Cluster grp 1-4 characters
 ){2}                   # Total cluster, do 2 times  
 $                      # EOL

---

非常整洁。但我同情正则表达式引擎！非常整洁。但我同情正则表达式引擎！这给了我一些使用命名捕获组的乐趣。谢谢你，罗伯特！我希望我们的其中一个答案对您的设置很有效：）StackOverflow是获取Regex帮助和建议的好地方！我能问一下这是什么样的功能所需要的吗？我想知道这个模式识别可以用于什么环境。这给了我一些使用命名捕获组的乐趣。谢谢你，罗伯特！我希望我们的其中一个答案对您的设置很有效：）StackOverflow是获取Regex帮助和建议的好地方！我能问一下这是什么样的功能所需要的吗？我想知道这种模式识别可以用于什么环境。

 #  /(?m)^(?:(?:^|,)(?:([AGCT])(?![AGCT]*\1)){1,4}){2}$/

 (?m)                   # Multiline mode
 ^                      # BOL
 (?:                    # Total cluster
      (?: ^ | , )            # BOL or comma
      (?:                    # AGCT Cluster grp
           ( [AGCT] )             # (1), Capture single character [AGCT]
           (?!                    # Negative lookahead
                [AGCT]*                # As many [AGCT] needed
                \1                     # to find what is captured in group 1
           )                      # End Negative lookahead
      ){1,4}                 # End  AGCT Cluster grp 1-4 characters
 ){2}                   # Total cluster, do 2 times  
 $                      # EOL