正则表达式提取以模式开头但在符号或空格之前结束的单词答案

【问题标题】：Regular expression to extract words that starts with a pattern, but ends before symbols or spaces正则表达式提取以模式开头但在符号或空格之前结束的单词
【发布时间】：2022-01-24 01:11:28
【问题描述】：

我有以下示例proc 作为正则表达式：

x <- "carr proc proc_ proca select procb() procth;"
pattern <- "proc"

预期的结果是

"proc" "proca" "procb" "procth"

可以是列表或向量。

我用 stringr::str_extract_all 尝试了其他几个正则表达式，但无法得到我想要的所有单词。

【问题讨论】：

pattern <- "\\bproc\\w*"
不，这不会提供预期的输出，也不会提供重复链接
试试str_extract_all(x, "\\bproc([a-z]+|\\b)")[[1]]# [1] "proc" "proca" "procb" "procth"

标签： r regex string tidyverse stringr

【解决方案1】：

使用

pattern <- "\\bproc[[:alnum:]]*\\b"

见regex proof。

解释

--------------------------------------------------------------------------------
  \b                       the boundary between a word char (\w) and
                           something that is not a word char
--------------------------------------------------------------------------------
  proc                     'proc'
--------------------------------------------------------------------------------
  [[:alnum:]]*             any character of: letters and digits (0 or
                           more times (matching the most amount
                           possible))
--------------------------------------------------------------------------------
  \b                       the boundary between a word char (\w) and
                           something that is not a word char

【讨论】：

【解决方案2】：

这个怎么样？

> unique(agrep(pattern, unlist(strsplit(x, "[^[:alpha:]]+")), value = TRUE))
[1] "proc"   "proca"  "procb"  "procth"

【讨论】：