匹配特定字母旁边的 hyphen/dash

Question

输入文件：

>AMSF107-09|Perciformes|COI-5P|GU661092
TAGTA-
>AMSF114-09|Perciformes|COI-5P|GU661101
C-ACGC
>ANGBF3683-12|Haemulon_sp._B_JJT-2012|COI-5P|JQ741244
-GCAGTT-CA-

我想用 N 替换 TAGTA-、C-ACGC 和 -GCAGTT-CA- 中的连字符，但保留 headers（从 >) 开始。我正在寻找一个正则表达式，它将匹配 A、C、G 或 T 旁边的连字符，但排除以 [=17= 开头的匹配项] 字符.

期望的输出

>AMSF107-09|Perciformes|COI-5P|GU661092
TAGTAN
>AMSF114-09|Perciformes|COI-5P|GU661101
CNACGC
>ANGBF3683-12|Haemulon_sp._B_JJT-2012|COI-5P|JQ741244
NGCAGTTNCAN

编辑：我知道正则表达式的基础知识。到目前为止，我已经尝试 (ACGT)?\-(ACGT)? 但它匹配每个连字符。

Answer 1

匹配以 A、C、G 或 T 开头的连字符：(?<=[ACGT])-

Answer 2

所以这并不能完全找到连字符，但它会找到任何组合 A、C、G、T，包括 [=15] =].这是 regex:

(?=[ACGT-]+$)(?=(?:[^-]*[-])+).*

您可能必须 split 关闭 string 的匹配项并将其保存到一个临时变量，然后在其中执行 .replace('-', 'N'); 并将其连接回末尾你的数据字符串。希望这对您有所帮助！

匹配特定字母旁边的 hyphen/dash

Match hyphen/dash next to a Certain Letters

regex

text-processing