QRegExp与某些字母匹配吗？

Question

我正在研究DNA，RNA和蛋白质序列，而QRegExp不适用于我来检测这个序列是否只包含特定的字符。例如，明确的包含仅包含acgt：

seq.contains(QRegExp("[gatc]"))

对我不起作用。我该怎么纠正呢？

Answer 1

您正在寻找序列中是否包含以外的字符，而不是 gatc。您也不应该在Qt 5中使用不推荐的QRegExp。

#if (QT_VERSION >= QT_VERSION_CHECK(5,0,0))
QRegularExpression invalid("[^gatcGATC]");
#else
QRegExp invalid("[^gatcGATC]");
#endif

if (seq.contains(invalid)) {
  qDebug() << "invalid sequence!";
  ...
}

Answer 2

默认情况下，QRegExp区分大小写。

QRegExp ( const QString & pattern, Qt::CaseSensitivity cs = Qt::CaseSensitive

您应该添加该参数，使其不区分大小写。

Answer 3

误解了OP请求。这个解决方案是为了找到只包含所有4个元素一次的子序列。

由于正则表达式不能计数出现的次数，因此需要检查是否有任何可能的匹配。简短的例子使用2个字符: AB和BA。AAABBBAAA检查。由于表达式不能搜索置换，所以您需要使用QRegExp(“(AB=BA)”)。因此，寻找每一个元素都有一次的序列，需要对其进行regex检查(ACGT_

更容易实现如下内容：

QString seq = "gactacgtccttacgaccaacggcgataaaaattgcccgcataagacaactttcgaggcg";
QMap<QChar,int> count;

void resetCounter()
{
  count[QChar('a')] = 0;
  count[QChar('c')] = 0;
  count[QChar('g')] = 0;
  count[QChar('t')] = 0;
}

bool checkCounter()
{
  foreach(count.values(), int val)
    if(val != 1)
      return false;
  return true;
}


resetCounter();
for(int i=0; i<seq.length(); i++)
{  
  count[seq.at(i)] = count[seq.at(i)] + 1;
  if(count[seq.at(i)] > 1)
  {
    resetCounter();
    count[seq.at(i)] = 1;
  }
  if(checkCounter())
  {
    //Found sequence
    count[seq.at(i-3)] = 0;
  }
} 

编辑:发现小错误。必须在调用resetCounter()之后将当前元素设置为1