Perl正则表达式与重复字符串不匹配

Question

我正在尝试匹配至少四个G重复，每个重复最多分隔7个字符。例如：

AAGGGAAGGGAAAGGGAAGGGAA

我使用以下正则表达式，它应匹配大写和小写字符。

$sequence =~ /((G{3,}[ATGC]{1,7}){3,}G{3,})/gi

这应该匹配至少四个G重复。问题是，当我匹配以下序列时，我得到了积极的打击：

aaagaggaaaaggggaaaaggggaaaaggggaaa

此序列中的第一个重复包含三个g，用a分隔。因此，不应匹配此序列。

解决方案1：问题似乎是/ i修饰符。我可以通过修改正则表达式来纠正它：

 $sequence =~ /(([gG]{3,}[aAtTgGcC]{1,7}){3,}[gG]{3,})/g

解决方案2由ikegami提供：否定前瞻。

$sequence =~ /(([?!G]{3,}[ATGC]{1,7}){3,}[G]{3,})/gi

感谢@ikegami提示并提交错误报告。

Answer 1

$ perl -E'say $& while "aaagaggaaaaggggaaaaggggaaaaggggaaa" =~ /((G{3,}[ATGC]{1,7}){3,}G{3,})/gi'
gggaaaaggggaaaagggg

您发现了一个错误！我提交了bug report。

这个错误至少从5.10开始就存在，并且它出现在最新版本（5.24.0）中。

更新：修复了在2017-05-30上发布的Perl 5.26。