Question

我想搜索特定的（DNA）字符串＆＃39; AGCTAGCT＆＃39;并允许发生一个（且只有一个）不匹配（表示为＆＃39; N＆＃39;）。

以下是匹配（无或一个N）：

AGCTAGCT
NGCTAGCT
AGCNAGCT

以下不匹配（两个或更多Ns）：

AGNTAGCN
AGNTANCN

Answer 1

用任何语言你都可以做这样的事情

var count = str.match(/N/g).length; // just count the number of N in the string
if(count == 1 || count == 0) { // and compare it
   // str valid
}

如果你只想要一个正则表达式，你可以使用这个正则表达式

/^[^N]*N?[^N]*$/

您可以测试字符串是否与上述正则表达式匹配。

Answer 2

如果您正在使用python，则可以在没有正则表达式的情况下进行创建：

myList = []

for word in dna :
    if word.count('N') < 2 :
        myList.append(word)

现在，如果你想生成所有的DNA，我不知道DNA如何接受字母，但这可以拯救你：

import itertools

letters = ['A', 'G', 'C', 'T', 'N']

for letter in itertools.permutations(letters):
    print ''.join(letter)

然后，您可以从四个字母中获得所有排列。

Answer 3

在开头使用否定前瞻来检查字符串是否包含两个N。

^(?!.*?N.*N)[AGCTN]{8}$

我认为你的字符串只包含A，G，C，T，N个字母。

^(?!.*?N.*N)[AGCTN]+$

或者只是这样，

^(?!.*?N.*N).+$

Answer 4

我认为正则表达式不是这样做的最佳选择。我这样说是因为（至少据我所知）除了明确考虑所有可能的错误之外，没有简单的方法来表达任意字符串以匹配最多一个错误。据说，它就是这样的

AGCTAGCT|NGCTAGCT|ANCTAGCT|AGNTAGCT|AGCNAGCT|AGCTNGCT|AGCTANCT|AGCTAGNT|AGCTAGCN

也许可以简化一下。

修改鉴于N是不匹配的，接受你想要的正则表达式应该用错误的替代方案替换每个N.