如何检查确切的单词串答案

【问题标题】：How to check for exact string of words如何检查确切的单词串
【发布时间】：2019-10-07 02:56:48
【问题描述】：

我正在尝试将大量单词与一列字符串进行匹配。这些词必须完全匹配。

我可以一次只用一个词，但对于多个词我会遇到一些问题。

x = c("red", "redish", "green", "greenish")
grepl("red|green", ignore.case=TRUE, x)

我希望它返回“红色”和“绿色”；但不会偏红或偏绿。

【问题讨论】：

标签： r regex grepl

【解决方案1】：

正则表达式让您使用\\b 来表示单词边界：

grepl("\\bred\\b|\\bgreen\\b", x, ignore.case = TRUE)
# [1]  TRUE FALSE  TRUE FALSE

如果您想匹配较长字符串中的单词，这将很有效：

grepl("\\bred\\b|\\bgreen\\b",
      c("I want to match red", "But not Fred",
        "Green yes please", "ignore wintergreen"),
      ignore.case=TRUE)
# [1]  TRUE FALSE  TRUE FALSE

但是，如果你在做整个字符串匹配，正则表达式是多余的，相等匹配会快得多：

tolower(x) %in% c("red", "green")
[1]  TRUE FALSE  TRUE FALSE

如果我们从patterns = c("red|green") 开始，我们可以得到上述任何一种情况：

## use this with `%in%`
individual_words = unlist(strsplit(patterns, split = "\\|")) 

## or paste on the word boundaries for regex
word_boundary_patterns = paste0("\\b", individual_words, "\\b", collapse = "|")

【讨论】：

谢谢 Gregor，很抱歉我应该提一下，我的单词列表非常大。我们可以在代码中添加 \\b...\\b 或 ^...$ 吗？我无法将它们添加到由 | 分隔的单词列表中，例如“red|green”。谢谢。
谢谢！！这有帮助。
有一些特殊情况我必须处理，它们有“-”，我需要将它们作为一个单词来阅读，也就是说，引用中的所有单词，比如 'spring-concert ' 等等。在下面的示例中，我只需要最后一个学期的 TRUE -- x = c('5-year-old', '17-year-old', '7-year-old', 'year-old ') grepl("\\byear-old\\b", ignore.case=TRUE, x) 。感谢您的帮助
为此使用模式(?<!-)\\byear-old\\b，其中(?<!-) 表示“前面没有破折号”。您可以see here 如何定义单词边界。像这样的特殊情况将不得不特殊处理。

【解决方案2】：

您还可以使用^ 和$ 分别指定字符串的开头和结尾：

grepl("^red$|^green$", ignore.case = T, x)

【讨论】：