Question

我有一个像

这样的字符串

 /translation="MNVTRLYFRVAGTKQLARYVHKYAAYSSTSFQKKKSHFPSPATL                     DHPDAGEDAFINLRNENYILNAVFDGVGGWANVGIDPSIFSWGLVREIKKVFNNSDEF                     QPSPLTLLSKAYAALKKSNTVEAGSSTACLTLFNCGNGKLHSLKYVICSLVHKFLLTL                     FQALVTQDFLSLEMVLSIMHHLPKYSNLICHINWLYFLGTIVPLKTLGLKWDKQLCTT                     LKTMTW"                     /translation="MEKEDIEKLFQEVKESLQYSYCPYSNFAVGACVVSDDKNTYIYG                     ANVENASYGNCICAERVAITKAVSMGYTKFMAIGVMSAKGRVTPCGICRQVIREFSKD                     INVYMFHDDGGYDMKTIEELLPDSFGPDDLK"

我怎样才能得到一个正则表达式来获取所有大写字母，比如

MNVTRLYFRVAGTKQLARYVHKYAAYSSTSFQKKKSHFPSPATLDHPDAGEDAFINLRNENYILNAVFDGVGGWANVGIDPSIFSWGLVREIKKVFNNSDEFQPSPLTLLSKAYAALKKSNTVEAGSSTACLTLFNCGNGKLHSLKYVICSLVHKFLLTLFQALVTQDFLSLEMVLSIMHHLPKYSNLICHINWLYFLGTIVPLKTLGLKWDKQLCTTLKTMTWMEKEDIEKLFQEVKESLQYSYCPYSNFAVGACVVSDDKNTYIYGANVENASYGNCICAERVAITKAVSMGYTKFMAIGVMSAKGRVTPCGICRQVIREFSKDINVYMFHDDGGYDMKTIEELLPDSFGPDDLK

我尝试使用~s / translation //但它无法正常工作

当我使用~s // translation =“//它改为

时

518446744073709551614                     DHPDAGEDAFINLRNENYILNAVFDGVGGWANVGIDPSIFSWGLVREIKKVFNNSDEF                     QPSPLTLLSKAYAALKKSNTVEAGSSTACLTLFNCGNGKLHSLKYVICSLVHKFLLTL                     FQALVTQDFLSLEMVLSIMHHLPKYSNLICHINWLYFLGTIVPLKTLGLKWDKQLCTT                     LKTMTW"18446744073709551614                     ANVENASYGNCICAERVAITKAVSMGYTKFMAIGVMSAKGRVTPCGICRQVIREFSKD                     INVYMFHDDGGYDMKTIEELLPDSFGPDDLK"

当我使用$ dna = ~s / [^ A-Z] // g时更新; 它显示在替换中使用未初始化的值$ _（s ///） 18446744073709551615

我的部分代码

  open IN, '</root/Desktop/GeneBank.txt' or die "Cannot open file : $!";;
  while (<IN>) {
  chomp $_;


  if (/^\/\/\n/) { 

  last; 
  } 
  elsif (/"$/&& $in_tran==1) { 
  $in_sequence = 0; 
  $in_tran=0;
  $_= ~s/[^A-Z]//g;
  $dna.=$_;


  }
  elsif ($in_sequence==1) { 
  $_= ~s/[^A-Z]//g;
  $dna .= $_; 

  }
  elsif (/^\s*\Stranslation/) { 
  $in_sequence = 1; 
  $in_tran=1;
  $_= ~s/[^A-Z]//g;
  $dna.=$_;
  #print $line;
  } 

  elsif (/^\s*CDS/) { 

  push(@$annotation, $line); 
  }
  }
  close IN;

  print $dna;

但是〜s / [^ A-Z] // g将所有字符都改为数字，它显示为

         1844674407370955158018446744073709551594184467440737095515941844674407370955159418446744073709551593184467440737095515801844674407370955159418446744073709551593

Answer 1

更改所有行：

$_= ~s/[^A-Z]//g;

使用：

$_ =~ s/[^A-Z]//g;

或者，更好：

s/[^A-Z]+//g;

像你一样使用，~是按位否定。请参阅doc。

Answer 2

首先，将regexp替换应用于变量的binding operator一起写成=~ - 而不是= ~，其间有空格，Perl会将其解析为{{ 3}}（=）和assignment（~）。因此，如果你写：

$_= ~s/[^A-Z]//g;

Perl将首先将替换s/[^A-Z]//g应用于$_（默认情况下，因为=~没有绑定任何其他内容），然后获取其返回值（替换数量），如果数字为零，则为空字符串），否定它（按位）并将按位否定的结果分配回$_，覆盖替换的结果。

修复它的方法就是不在=~之类的运算符中间包含空格。另请注意，语句$_ =~ s/foo/bar/;和s/foo/bar/;语句完全相同;如果您要将替换应用于某些变量其他而不是=~，则只需要$_。

最后，一旦你修复了这些问题，你仍然会遇到如何在正则表达式中包含文字斜杠（/）的问题。为此，您（至少）有两个解决方案：

bitwise negation，就像这样：
```
s/\/translation=//;
```
如果您宁愿避免使用Quote it by putting a backslash before it，请使用替代的正则表达式分隔符，例如：
```
s!/translation=!!;
```
或：
```
s(/translation=){};
```

Answer 3

如果你只想要大写字母，那么用''字母表中不是大写字母的任何内容替换：

$string =~ s/[^A-Z]//g;

关于前导斜杠，您可以使用/转义\：

$string =~ s/\/translation="//;

或者，您可以使用除“/”之外的其他分隔符：

$string =~ s{/translation="}{};

在http://perldoc.perl.org/perlretut.html查看更多内容并搜索“分隔符”。

perl正则表达式替换但更改为数字

3 个答案: