regex - 反转正则表达式

Question

我想在 Perl 中对 DNA 字符串进行反向补码。这很简单，我有以下表达式。

$revcomp =~ tr/ACGTacgt[]N/TGCAtgca][./;

接着反转字符串。 [] 负责处理不明确的字符。但是，如果我想扩展它以允许更复杂的表达式，这个简单的方案就会失败。例如，C[AG]{7,10}[ACGT]{5,8}ATGC 将生成正则表达式 GCAT{8,5}[ACGT]{01,7} [CT]G 这不是我们想要的(在花括号也被考虑在内之后)。预期的反向补码将是 GCAT[ACGT]{5,8}[CT]{7,10}G。我该怎么办？

Answer 1

为了使带有量词的正则表达式正常工作，您需要按元素而不是按字符反转表达式。通过“逐元素”，我的意思是单个字符或字符类以及以下量词(如果有)必须被视为单个单元。例如，在 C[AG]{7,10}[ACGT]{5,8}ATGC 示例中，有 7 个元素:C-[AG]{7,10}-[ACGT ]{5,8}-A-T-G-C。您需要将其分解为元素列表并反转列表的顺序，而不是将其反转为单个字符串。

预计到达时间:代码

#!/usr/bin/env perl    

use strict;
use warnings;
use 5.010;

my $re = 'C[AG]{7,10}[ACGT]{5,8}ATGC';

$re =~ tr/ACGTacgt/TGCAtgca/;

my @elem = $re =~ /((?:\[.*?\]|.)(?:\{.*?})?)/g;

my $rev = join '', reverse @elem;

say $rev;

输出:

GCAT[TGCA]{5,8}[TC]{7,10}G