regex - 有没有办法让 "allow"一个 perl RegEx 在尝试匹配时一次忽略 1 个字符？

Question

基本上，我有几个文件，每个文件都有几行文本，我有兴趣找到一个特定的 7 个字母序列，并使用 Perl(v5.1) 上的一些基本正则表达式计算它们在每个文件中出现的次数。 24.1).

到目前为止没问题，但“棘手”的部分是，如果这七个字母中的一个与我的模式不匹配，我也想计算它(只要它只是一个)。

我正在寻找的模式:“CCCAGGT”、“CCCAGTT”、“CCCAGCT”和“CCCAGAT”。

我想计算的不匹配文本示例:

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

我包含一段代码(在底部)以进一步解释我正在搜索的内容以及到目前为止我的想法，但它必须是执行此操作的更好方法。

那么，您知道在使用 =~ m/ 运算符时是否可以“告诉”Perl 我可以容忍序列中有 1 个不匹配吗？或者使用其他功能？

非常感谢您的帮助!

  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 + $elements[1];
  }
  else {
    if ($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];
    }
    else {
      [[AGAIN BUT WITH THE "." IN THE SECOND POSITION AND SO ON]]
    }                         
  }

Answer 1

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Text::Fuzzy .普通界面首先需要以某种方式将您的行转换为可能的序列以供考虑。

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

fuzzy_index 函数也可用于搜索类似于正则表达式的较大文本字符串，但仅返回字符串中最接近的匹配项。