在R中的多个分隔符处拆分字符串表达式答案

【问题标题】：splitting string expression at multiple delimiters in R在R中的多个分隔符处拆分字符串表达式
【发布时间】：2015-01-11 21:09:26
【问题描述】：

我正在尝试解析 R 中的一些数学表达式，因此我想将它们拆分为多个分隔符 +,-,*,/, -(, +(, ), )+ 等，以便我获得表达式中包含的符号变量列表。

所以例如我想 2*(x1+x2-3*x3) 返回 “x1”、“x2”、“x3”

有什么好的方法吗？谢谢。

【问题讨论】：

标签： regex r strsplit

【解决方案1】：

您可以使用 R 解析器来查找表达式中的特定符号，而不是使用正则表达式。如果我回收find_vars() 函数形式this answer。你可以这样做

extract_vars <- function(x) {
    find_vars(parse(text=x)[[1]])$found
}
expr <- "2*(x1+x2-3*x3)"
extract_vars(expr)
# [1] "x1" "x2" "x3"

当然，此方法假定您的用户输入的所有数学表达式也是语法有效的 R 代码。

【讨论】：

【解决方案2】：

可能有一种更简洁的方法，但这是否涵盖了您的用例？

eqn = "3 + 2*(x1+x2-3*x3 - x1/x3) - 5"

vars = unlist(strsplit(eqn, split="[-+*/)( ]|[^x][0-9]+|^[0-9]+"))
vars = vars[nchar(vars)>0]  # To remove empty strings

vars
[1] "x1" "x2" "x3" "x1" "x3"

如果您只希望每个唯一值显示一次，您可以这样做：

vars = unlist(strsplit(eqn, split="[-+*/)( ]|[^x][0-9]+|^[0-9]+"))
vars = unique(vars[nchar(vars)>0])

vars
[1] "x1" "x2" "x3"

【讨论】：

【解决方案3】：

通常你可以使用这个正则表达式：“([A-z]\d)”

library(stringr)
f <- "2*(x1+x2-3*x3)"
pattern <- "([A-z]\\d)"
str_extract_all(f, pattern)
[[1]]
[1] "x1" "x2" "x3"

【讨论】：

【解决方案4】：

更普遍地使用这种模式（作为它的符号数学你可能有其他变量）：“（[A-z]\d）”

library(stringr)
# A little different example
var <- "2x1*(x1+x2-3*x3)*y1"
pattern <- "([A-z]\\d)"
str_extract_all(var,pattern)  
[[1]]
[1] "x1" "x1" "x2" "x3" "y1"

【讨论】：

我写了那个解决方案，但我注意到我离线（我第一次回答）