什么是正则表达式

正则表达式就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，用来表达对字符串的一种过滤逻辑。

通过正则表达式可以达到如下的目的：

1. 给定的字符串是否符合正则表达式的过滤逻辑（称作“匹配”）；
2. 可以通过正则表达式，从字符串中获取我们想要的特定部分。

匹配任意字符:
.用来匹配一个任意字符，例如：

匹配特殊字符:
.在正则表达式中含有特殊的意义，是一个特殊的字符。\也是特殊字符，可以对特殊字符起到转义作用。如果你想匹配的是一个真正的" . "字符，需要在.前面加上\对字符进行转义。所以，.表示真正的" . "字符。

使用字符集合
上面说到.能匹配一个任意字符，但是如果我想匹配几个特定字符怎么办？匹配一组特定的字符可以使用[和]元字符。
正则表达式：c[ab]t

使用字符组区间:
在上面的例子中，假如我想匹配cet怎么办，在[]里面多加一个吗？那如果我想匹配任意小写字母呢，往里面写几十个吗？虽然是可以的，但是太长了。这里我们可以用到[a-z]：
正则表达式：c[a-z]t

匹配零个或者更多字符
如果希望匹配零个或更多字符的时候，可以使用元字符。
正则表达式：cat

匹配零个或者一个字符
?匹配零个或者一个字符。所以，?非常适合于在文本中匹配一个可选的字符。
正则表达式：ca?t

使用匹配次数
正则表达式允许指定匹配的次数。次数可以在“ { ”和“ } ”之间指定。
注意：{和}也是元字符，在使用字面含义的时候需要转义。

K-Mers

k-mer指的是一个字符串中所有长度为k的子字符串的集合。

使用jellyfish统计k-mers, 软件安装及使用可网上查询。