Regex 有没有一种方法可以；允许；perl正则表达式在尝试匹配时一次忽略1个字符？

基本上，我有几个文件，每个文件都有几行文本，我感兴趣的是找到一个由7个字母组成的特定序列，并使用Perl（v5.24.1）上的一些基本正则表达式计算每个文件出现的时间

到目前为止没有问题，但“棘手”的部分是，如果这七个字母中有一个与我的模式不匹配，我也会数一数（只要只有一个）

我正在寻找的模式：

'CCCAGGT'、'CCCAGTT'、'CCCAGCT'和'CCCAGAT'。

我想列举的不匹配文本示例：

line1 - AGGCTCAGGAG'CCCATGT'GGGCGGACCCAT --> Count as 'CCCAGGT'
line2 - CGGCTCAGGAG'CCCGGGT'GGGCGGTCCCAT --> Count as 'CCCAGGT'

我包括一段代码（在底部）来进一步解释我正在搜索的内容和我到目前为止的想法，但这必须是一种更好的方法

那么，您知道当使用

=~m/

操作符时，是否可以“告诉”Perl我可以容忍序列中的1个不匹配？还是要使用另一个函数

非常感谢你的帮助

if（$elements[0]=~m/CCCAGGT/）{
$mutg=$mutg+$elements[1]；
}
elsif（$elements[0]=~m/CCCAGTT/）{
$mutt=$mutt+$elements[1]；
}
elsif（$elements[0]=~m/CCCAGAT/）{
$muta=$muta+$elements[1]；
}
elsif（$elements[0]=~m/CCCAGCT/）{
$mutc=$mutc+$elements[1]；
}
否则{
如果（$elements[0]=~m/.CCAGGT/）{
$mutg=$mutg+$elements[1]；
}
elsif（$elements[0]=~m/.CCAGTT/）{
$mutt=$mutt+$elements[1]；
}
elsif（$elements[0]=~m/.CCAGAT/）{
$muta=$muta+$elements[1]；
}
elsif（$elements[0]=~m/.CCAGCT/）{
$mutc=$mutc+$elements[1]；
}
否则{
[[再次，但在第二个位置使用“.”等]]
}                         
}

使用正则表达式可能是可行的，但它会过于复杂，正则表达式不是为模糊匹配而设计的。你可以考虑一下。正常的接口需要首先把你的线变成可能的序列来考虑。

use strict;
use warnings;
use Text::Fuzzy;
my $fuzzy = Text::Fuzzy->new('CCCAGGT', max => 1);
my @matches = $fuzzy->nearestv(\@possible);

---

fuzzy_index函数在搜索类似于regex的更大文本字符串时也很有用，但只返回字符串中最接近的匹配项。

为了简单地检查是否存在匹配项（而不是查找最接近的匹配项），我们可以动态地构建模式（

.CCAGGT

，

C.CAGGT

），等等

my $target_seq = "CCCAGGT";

my @parts = map quotemeta, split //, $target_seq;
my $fuzzy_pat =
   join "|",
      map { join("", @parts[0..$_-1], ".", @parts[$_+1..$#parts]) }
         0..$#parts;

my $fuzzy_re = qr/$fuzzy_pat/;

这可以扩展为一次检查多个序列，只要一个人不在乎找到了哪个序列

use List::Util qw( uniq );

my @target_seqs = qw( CCCAGGT CCCAGTT CCCAGAT CCCAGCT );

my @fuzzy_pats;
for my $pat (@target_seqs) {
   my @parts = map quotemeta, split //, $pat;
   for my $i (0..$#parts) {
      push @fuzzy_pats, join("", @parts[0..$i-1], ".", @parts[$i+1..$#parts]);
   }
}

my $fuzzy_pat = join "|", sort uniq @fuzzy_pats;
my $fuzzy_re = qr/$fuzzy_pat/;

$mtg += $elements[1] if $elements[0] =~ $fuzzy_re;

---

这是你想要的吗<代码>/.CCAGGT | C.CAGGT | CC.AGGT | CCC.GGT | CCCA.GT | CCCAG.T | CCCAGG./这很可怕，但如果它起作用，那就是一个开始。提示：搜索

CCCAGGT

没有意义，如果你不在乎是哪一个matched@ikegami尽管如此，我仍在努力决定是否将它们全部计算在内，或者计算所有的不匹配项，但指出其中有多少项具有“可接受”的不匹配项。谢谢你！您是否也对捕获小的插入/删除或仅替换感兴趣？@AndreaT。目前，INDEL的管理方式不同，因此在这个问题中，这是不可能的。我已经用ikegami（还有一些暗黑破坏神Jerius）的答案解决了这个问题。。还有一个问题是，即使它真的起作用了，它在搜索多个字符串中的多个序列时也不会像OP一样有效wants@ikegami对象接口不搜索字符串。因此需要首先找到要匹配的子字符串。如何或是否可行需要更多的信息（至少对我来说）。好吧，我想你可以找到每一个长度为L的子串。其中有N+L-1个。这可能会使解成为O（N^2）而不是O（N），因此对于手头的问题来说，这是一个糟糕的选择