小编Luc*_*cas的帖子

以下代码用作最小示例。它在文本中搜索一个不匹配的正则表达式（后来是一个大的 DNA 文件）。

awk 'BEGIN{print match("CTGGGTCATTAAATCGTTAGC...", /.ATC|A.TC|AA.C|AAT./)}'

后来我对找到正则表达式的位置感兴趣。因此 awk 命令更复杂。就像这里解决了一样

如果我想搜索更多的不匹配和更长的字符串，我会想出很长的正则表达式：

example: "AAAAAAAAAAAAAAAAAAAAAAAAAAAAAA" with 3 mismatches "." allowed:
/
...AAAAAAAAAAAAAAAAAAAAAAAAAAA|
..A.AAAAAAAAAAAAAAAAAAAAAAAAAA|
..AA.AAAAAAAAAAAAAAAAAAAAAAAAA|
-
- and so on. (actually 4060 possibilities)

/

我的解决方案的问题是：

• awk 不会接受很长的正则表达式！（限制似乎在大约 80.000 个字符）
• 错误：“bash：/usr/bin/awk：参数列表太长”
• 可能的解决方案：SO-Link但我没有找到解决方案...

我的问题是：

• 我还能以某种方式使用长正则表达式吗？
  • 拆分字符串并多次运行命令可能是一个解决方案，但是我会得到重复的结果。
• 有没有另一种方法来解决这个问题？
  • （“agrep”会起作用，但不能找到位置）