Váš požadavek se snadno realizuje. V tomto případě bych nepoužíval žádné knihovny. Jelikož jste neukázali svoji implementaci, poskytnu jednu:

  def gen_cigar (ref, qry): if len (ref)! = Len (qry): zvýšit výjimku ('nestejnou délku') doutníku = [] pro i v rozsahu (len (ref)): r, q = ref [i], qry [i]; pokud r je '-' a q je '-': zvýšit Exception ('both gaps') op = '=' pokud r je q else 'I' pokud r je '-' else 'D' pokud q je '-' jinak 'X'; pokud len (doutník) > 0 a doutník [-1] [1] je op: # přidat k poslední operaci doutník [-1] [0] + = 1 else: cigar.append ([1, op]); # a new operation return "" .join (map (lambda x: str (x [0]) + x [1], cigar)); # turn to stringprint (gen_cigar ('ACGTAT-CT', 'ACGT-TGGA'));  

Výstup je:

  4 = 1D1 = 1I2X  

PS: Je zajímavé, že k problémům často přistupujete z jiného úhlu. Řešení, o kterých si myslíte, že „musí existovat“, skutečně existují jen zřídka, protože to nejsou způsoby, jak (alespoň já) pracujeme s daty. Proto dávám přednost tomu, aby kromě izolovaných přechodných problémů vysvětlil větší obrázek i žadatel - mohla by existovat jednodušší a přímější řešení, aniž by bylo nutné řešit vzniklé problémy.

Tady je to, co bych dělal v Pythonu. Existuje několik dalších kontrol, které jsem zahrnul, a moje definice několika případů se liší od výše uvedených Heng Li, @ user172818. Výkon je docela podobný.

  def create_cigar (reference, alignment): '' 'Zkonstruujte CIGAR z reference a alignmentu' '' ## pokud reference a alignment mají nestejnou délku, stop if len (reference)! = len ( alignment): raise Exception ('Error: reference and alignment are of nestable length') ## replace any '-' and '*' to '_' reference = reference.translate (bytes.maketrans (b "* -", b "__")) alignment = alignment.translate (bytes.maketrans (b "* -", b "__")) ### vytvoří řetězec se symbolem CIGAR pro každou pozici pomocí zip () compare_strings = '' .join ( ['=', 'X'] [ref == '_'] if ref == algn else 'X' if ref! = '_' And algn! = '_' Else ['I', 'D'] [algn == '_' and ref! = '_'] pro ref, algn v zipu (reference, zarovnání)) ## now, parse string into CIGAR format; rychlejší než itertools total_match = 0 # celkový počet sousedních zápasů current_base = compare_strings [0] # aktuální zpracovávaný znak result = '' # výsledek funkce pro i v rozsahu (len (compare_strings)): if compare_strings [i] == current_base : total_match + = 1 else: result + = str (total_match) + current_base current_base = compare_strings [i] total_match = 1 result + = str (total_match) + current_base návratový výsledek  

Podle příkladu :

  print (create_cigar ('ACGTAT-CT', 'ACGT-TGGA'))  

které výstupy:

  4 = 1D1 = 1I2X  

(1) Standardizuji vstupy, takže mezery mohou být buď - , _ , nebo * . (Uživatelé si mohou přidat své vlastní.)

(2) Neexistují žádné vynechané oblasti N , i když na základě případu použití jsem viděl uživatele, kteří to píší, např. vymazání> = velikost, některé číslo může fungovat.

(3) Tvrdé a měkké polstrování v tomto kontextu nedává smysl. Ty budou klasifikovány jako X .

(4) Podle mé definice výše, pokud existuje mezera v odkazu a zarovnání, jedná se o výplň P .