regex - 使用 Perl 一次遍历字符串 3 个位置

Question

我在 Perl 中编写了以下代码。我想一次遍历一个字符串 3 个位置（字符）。如果TAA, TAG, 或TGA(终止密码子) 出现，我想打印到终止密码子并删除其余字符。

---

例子：

数据.txt

ATGGGTAATCCCTAGAAATTT

ATGCCATTCAAGTAACCCTTT

回答：

ATGGGTAATCCCTAG（删除最后 6 个字符）

ATGCCATTCAAGTAA（删除最后 6 个字符）

（每个序列都以 ATG 开头）。

---

代码：

#!/usr/bin/perl -w

open FH, "data.txt";
@a=<FH>;

foreach $tmp(@a)
{
  for (my $i=0; $i<(length($tmp)-2); $i+=3)
  {
    if ($tmp=~/(ATG)(\w+)(TAA|TAG|TGA)\w+/)
    {
      print "$1$2$3\n";
    }
    else 
    { 
      print "$tmp\n"; 
    }
    $tmp++;
  }
}
exit;

但是，我的代码没有给出正确的结果。字符不应该有任何重叠（我想每 3 个字符移动一次）。

有人可以建议如何解决错误吗？

谢谢！

Answer 1

脚本：

#!/usr/bin/perl

use strict;
use warnings;

open FH, "data.txt";
my @a = <FH>;

foreach (@a) {
  print /^(ATG(...)*?(TAA|TAG|TGA))/? $1 : $_, "\n";
}

输出：

ATGGGTAATCCCTAG
ATGCCATTCAAGTAA

Answer 2

我认为这段代码可以。它根据需要使用\w{3}- 三符号密码子。

#!/usr/bin/perl -w
open FH, "data.txt";
@a=<FH>;
foreach $tmp(@a) {
  if ($tmp=~ /^(ATG(?:\w{3})*(?:TAA|TAG|TGA)).*/) {
    print "$1\n";
  } else {
    print "$tmp\n";
  }
}

Answer 3

你说你想删除第一个终止密码子之后的所有内容。如果是这样，您所需要的只是

while (<FH>) {
   s/(?<=TAA|TAG|TGA).*//;
   print;
}

但是还有一个神秘的“我想一次遍历一个字符串 3 个位置（字符）”的要求。这没有任何意义。也许您希望匹配发生在可被三整除的位置？如果是这样，你会使用

s/^(?:.{3})*?(?:TAA|TAG|TGA)\K.*//;    # Requires 5.10+
s/^((?:.{3})*?(?:TAA|TAG|TGA)).*/$1/;  # Backwards compatible

Answer 4

我可以建议阅读perlretut（从这里开始大约 4 段）吗？它实际上几乎完全涵盖了这种情况，避免了重叠并找到了终止密码子。