仅当字符串包含指定的内容但没有其他内容时，正则表达式匹配

Posted 2023-03-24

【中文标题】仅当字符串包含指定的内容但没有其他内容时，正则表达式匹配

【英文标题】：Regex match only if string contains what is specified but nothing else

【发布时间】：2022-01-09 01:15:41

【问题描述】：

我正在尝试在 perl 中实现一个 REGEX，如果字符串包含我指定的任何内容，它就会匹配，但如果字符串包含其他任何内容，即使它还包含我的正则表达式元素，它也必须失败。 例如：

if ($string !~ m/[ACTG]1,/) 
  die "invalid sequence";

如果我输入 DQJ 作为 s 序列，程序就会死掉。但是，如果我输入 ACH 它不会，因为它至少包含正则表达式模式中的一个元素。

如果字符串包含 A、C、T 或 G 以外的任何内容，我希望匹配失败。

PS：我不熟悉这种情况下的命名法，我将在正则表达式语句中的 // 内称为什么？

【问题讨论】：

您可以省略 1, 而不改变正则表达式的工作方式。但是你的问题是什么？

@GuidoFlohr 谢谢！如果字符串包含 ACTG 以外的任何内容，我希望程序终止。

用=~代替!~，否定字符类[^ACTG]，去掉量词，最后检查字符串是否不为空。

或使用锚点 (see the manual)。

您可以使用die 'Invalid sequence' unless $string =~ /[ACTG]+/;。

【参考方案1】：

使用^ 字符定义字符串的开头 和 $ 定义结束。

if ($string !~ /^[ACTG]*$/)die "invalid sequence";

【讨论】：

不幸的是，如果我这样实现它，我的匹配几乎总是失败。仅当序列以 A 开头并以 G 结尾或类似的东西时才使用 ^ 和 $ 匹配时才有效？

请注意，这允许AAAA␊。使用\z 禁止换行。

@Alan 缺少*（添加）

@ikegami 完美运行！非常感谢。

连同池上建议的\z，你应该使用\A作为字符串的绝对开头。 ^ 和 $ 都具有基于 /m 正则表达式标志的状态的可变含义。

【参考方案2】：

您可以确保每个字符都是有效字符。

die if !/^[ACTG]*\z/;

使用更快的tr///：

die if tr/ACTG// != length($_);

或者您可以确保字符串不包含无效字符。

die if /[^ACTG]/;

使用更快的tr///：

die if tr/ACTG//c;

感谢@DavidO 建议 tr///。

【讨论】：

您会考虑在此应用程序中使用带有 /c 的音译吗？ tr/ACTG//c

@DavidO。当然。那会更快。已添加。

@brian d foy 您刚刚确定了为什么这不是最佳实践。是的，我可以在这里进行防御性编码，但是“^”更容易被识别，不会添加更多倾斜的牙签，并且遵循 is-different-looks-different 原则。

请注意，所有这些解决方案都将允许空字符串，这可能会或可能不会被 OP 接受。

@pilcrow，如果请求包含 ACGT 以外的字符，则请求将失败。一个空的搅拌器不包含这些。但公平地注意到它