如何将字符串的每个元素与 R 中的单词列表进行比较？答案

【问题标题】：How to compare each element of a string to a list of words in R?如何将字符串的每个元素与 R 中的单词列表进行比较？
【发布时间】：2013-01-18 21:06:34
【问题描述】：

比如说，我有一个字符向量

一个 [1] 《嗨，快点来吧，节目太棒了》《我感冒了》
d [1] “尽快” “可怕” “冷” “哈哈” “rofl”

如果在“a”中找到任何单词（来自“d”），我应该用空格替换。如何在 R 中实现？

【问题讨论】：

您能否说明替换发生的位置——在向量“a”或向量“d”中？

标签： r list merge vectorization

【解决方案1】：

我想我理解但可能是错的。你可以试试：

a  <- c("hi come asap, the $#!+ show is awsome", "I am suffering from cold")
d <- c("asap", "awsome", "cold", "lol", "rofl")

library(qdap)
mgsub(d, "", a)

产量：

> mgsub(d, "", a)
[1] "hi come , the $#!+ show is" "I am suffering from"

【讨论】：

【解决方案2】：

也许以下内容对您有用：

a  <- c("hi come asap, the show is awsome", "I am suffering from cold")
d <- c("asap", "awsome", "cold", "lol", "rofl")
d[d %in% gsub("[[:punct:]]", "", unlist(strsplit(a, " ")))] <- " "
d
# [1] " "    " "    " "    "lol"  "rofl"

或者，相反的方式：

a  <- c("hi come asap, the show is awsome", "I am suffering from cold")
d <- c("asap", "awsome", "cold", "lol", "rofl")
gsub(paste(d, collapse = "|"), " ", a)
# [1] "hi come  , the show is  " "I am suffering from  "

【讨论】：

您好，感谢您的快速回复。但是我最后得到一个错误 gsub(paste(d, collapse = "|"), " ", tweets2) 中的错误：断言'tree->num_tags == num_tags'在执行正则表达式时失败：文件'tre-compile. c', line 627 我知道gsub是做什么的，你能解释一下“paste(d, collapse = "|")”的意义吗
@user1946217，我相信它被称为“交替”（参见here），所以paste(d, collapse = "|") 创建了一个看起来像"asap|awesome|cold|lol|rofl" 的交替模式，意思是寻找“尽快”或“真棒”或....你是否也得到了这个小例子的错误，或者只是你的实际数据？您是否加载了任何可能干扰基本 R 的 gsub 的包？
谢谢，这解释了......它正在处理这里给出的小例子。该错误发生在我的实际数据上。我没有在 R 中加载任何包。向量“d”在我的实际数据中也有一些带有特殊字符的单词，比如“$#!+”“$$”。这是问题吗？
@user1946217，也许是因为其中一些是特殊字符，可能需要转义。特殊字符通常包括` \ | ( ) [ { ^ $ * + ? `（有关更多信息，请参阅?regex）。