带位置的连续字符匹配和提取答案

【问题标题】：Consecutive character matching and extraction with position带位置的连续字符匹配和提取
【发布时间】：2018-10-09 17:45:15
【问题描述】：

我正在尝试在 R 中编写一个通用代码，在其中以特定顺序在向量中连续查找 2 个（或更多）显式字符。我尝试的每个命令都只会返回第一个字符的匹配项。

我有一个看起来与数据相似的字符串，我想提取“L”和“V”仅按该顺序相邻的位置。所以我唯一的匹配应该是位置 3 & 4 和 7 & 8;但是，我将返回位置 1、3 和 7 作为 L 的匹配项。是否可以只返回“LV”匹配项？

可重复使用的数据：

data <- c("L", "D", "L", "V", "A", "V", "L", "V")

【问题讨论】：

标签： r pattern-matching regex-lookarounds grepl

【解决方案1】：

这里有一些可能性：

which(ts(data) == "L" & stats::lag(ts(data)) == "V")
## [1] 3 7

which(head(data, -1) == "L" & tail(data, -1) == "V")
## [1] 3 7

which(apply(t(embed(data, 2)) == c("V", "L"), 2, all))
## [1] 3 7

which(data == "L" & dplyr::lead(data) == "V")
## [1] 3 7

【讨论】：

【解决方案2】：

向量data 可以先用paste 折叠成一个字符串。然后我们可以通过gregexpr找到起始位置。之后，我们可以通过将gregexpr 的结果与调整后的匹配长度属性连接起来，形成一个起点和终点的列表。

x <- gregexpr("LV", paste(data, collapse = ""))[[1]]
Map(c, x, x + attr(x, "match.length") - 1)
# [[1]]
# [1] 3 4
#
# [[2]]
# [1] 7 8

【讨论】：