在Perl中,如果强制使用foreach循环,如何在字符串中找到匹配的位置？POS

Question

我必须使用while循环在较大的字符串中找到匹配字符串的所有位置,并使用foreach循环作为第二种方法.我已经找到了while循环方法,但我坚持使用foreach方法.这是'while'方法:

....

my $sequence = 
   'AACAAATTGAAACAATAAACAGAAACAAAAATGGATGCGATCAAGAAAAAGATGC'.
   'AGGCGATGAAAATCGAGAAGGATAACGCTCTCGATCGAGCCGATGCCGCGGAAGA'.
   'AAAAGTACGTCAAATGACGGAAAAGTTGGAACGAATCGAGGAAGAACTACGTGAT'.
   'ACCCAGAAAAAGATGATGCNAACTGAAAATGATTTAGATAAAGCACAGGAAGATT'.
   'TATCTGTTGCAAATACCAACTTGGAAGATAAGGAAAAGAAAGTTCAAGAGGCGGA'.
   'GGCTGAGGTAGCANCCCTGAATCGTCGTATGACACTTCTGGAAGAGGAATTGGAA'.
   'CGAGCTGAGGAACGTTTGAAGATTGCAACGGATAAATTGGAAGAAGCAACACATA'.
   'CAGCTGATGAATCTGAACGTGTTCGCNAGGTTATGGAAA';

my $string = <STDIN>;
chomp $string;

while ($sequence =~ /$string/gi )
{
 printf "Sequence found at position: %d\n", pos($sequence)- length($string);
}

这是我的foreach方法:

foreach  ($sequence =~ /$string/gi ) 

 printf "Sequence found at position: %d\n", pos($sequence) - length($string); 
}

有人可以告诉我为什么它不能以同样的方式工作吗？谢谢!

如果我输入"aaca",我的输出:

Part 1 using a while loop
Sequence found at position: 0
Sequence found at position: 10
Sequence found at position: 17
Sequence found at position: 23
Sequence found at position: 377

Part 2 using a foreach loop
Sequence found at position: -4
Sequence found at position: -4
Sequence found at position: -4
Sequence found at position: -4
Sequence found at position: -4

Answer 1

你的问题是上下文.在while循环中,条件位于标量上下文中.在标量上下文中,g模式中的匹配运算符将沿着字符串顺序匹配.因此pos,在循环内检查可以实现您想要的功能.

在foreach循环中,条件位于列表上下文中.在列表上下文中,g模式中的匹配运算符将返回所有匹配的列表(并且它将在输入循环体之前计算所有匹配). foreach然后$_为你逐个加载匹配,但你永远不会使用变量. pos在循环体中没有用,因为它包含匹配结束后的结果.

这里要说的是,如果你想pos工作,并且你正在使用g修饰符,你应该使用while强制标量上下文的循环,并使正则表达式遍历字符串中的匹配.

思南激励我写下几个foreach例子:

• 这个split在分隔符保留模式下使用相当简洁:

  my $pos = 0;
  foreach (split /($string)/i => $sequence) {
      print "Sequence found at position: $pos\n" if lc eq lc $string;
      $pos += length;
  }
  

• 正则表达式相当于split解决方案:

  my $pos = 0;
  foreach ($sequence =~ /(\Q$string\E|(?:(?!\Q$string\E).)+)/gi) {
      print "Sequence found at position: $pos\n" if lc eq lc $string;
      $pos += length;
  }
  

• 但这显然是解决您问题的最佳方案:

  {package Dumb::Homework;
      sub TIEARRAY {
          bless {
              haystack => $_[1],
              needle   => $_[2],
              size     => 2**31-1,
              pos      => [],
          }
      }
      sub FETCH {
          my ($self, $index) = @_;
          my ($pos, $needle) = @$self{qw(pos needle)};
  
          return $$pos[$index] if $index < @$pos;
  
          while ($index + 1 >= @$pos) {
              unless ($$self{haystack} =~ /\Q$needle/gi) {
                  $$self{size} = @$pos;
                  last
              }
              push @$pos, pos ($$self{haystack}) - length $needle;
          }
          $$pos[$index]
      }
      sub FETCHSIZE {$_[0]{size}}
  }
  
  tie my @pos, 'Dumb::Homework' => $sequence, $string;
  
  print "Sequence found at position: $_\n" foreach @pos; # look how clean it is
  

  它最好的原因是因为其他两个解决方案必须首先处理整个全局匹配,然后才能看到结果.对于可能有问题的大输入(如DNA).该Dumb::Homework包实现了一个数组,每次foreach迭代器请求它时都会懒洋洋地找到下一个位置.它甚至会存储位置,以便您可以再次访问它们而无需重新处理.(事实上​​,它看起来超过了所请求的匹配,这使得它可以正常结束foreach,但仍然比处理整个列表要好得多)

• 实际上,最好的解决方案仍然是不使用,foreach因为它不是正确的工具.