regex - 如何使用 Perl 进行不精确的字符串比较？

Question

给定两个字符串，我想找到指定长度的所有公共(public)子字符串，但允许一个字符不同。

比如s1是'ATCAGC'，s2是'ATATCGAC'，指定长度是3，那么我' d 想要沿着这些行输出:

ATC from s1 matches ATA, ATC from s2
TCA from s1 matches TAA, TCG from s2

问题

• 我可以使用简单的正则表达式来做到这一点吗？
• 如果没有，Perl 中是否有此模块？

Answer 1

首先，“perl hamming distance”的 google 结果找到了一个 perlmonks thread提到Text::LevenshteinXS ，各种典型的实现，以及一个可爱的异或技巧:

sub hd{ length( $_[ 0 ] ) - ( ( $_[ 0 ] ^ $_[ 1 ] ) =~ tr[\0][\0] ) }

您应该浏览关于 String metrics 的维基百科文章如果不熟悉 Levenshtein 距离或 Hamming 距离。