正则表达式可选字符前面是 R 中的负回溯

Question

假设我有一组字符串：

test <- c('MTB', 'NOT MTB', 'TB', 'NOT TB')

我想编写一个正则表达式来严格匹配“TB”或“MTB”（例如，表达式“M?TB”），当它前面没有短语“NOT”（包括空格）时。

因此，我的预期结果是

TRUE FALSE TRUE FALSE

到目前为止，我已经尝试了几种变体

grepl("(?<!NOT )M?TB", test, perl = T)

TRUE TRUE TRUE FALSE

不成功。如您所见，短语“NOT MTB”符合我的正则表达式的条件。

似乎包括可选字符“M？”似乎让 R 认为消极的后视也是可选的。我一直在研究使用括号对模式进行分组，例如

grepl("(?<!NOT )(M?TB)")

TRUE TRUE TRUE FALSE

这也未能排除短语“NOT MTB”。诚然，我不清楚括号在正则表达式中是如何工作的，甚至不清楚“分组”在这种情况下的含义。我很难找到与如何对正则表达式的不同部分进行分组、要求和“可选”相关的问题，以便我可以匹配一个短语以可选字符开头并以否定回溯开头 em>。写这样的表达式的正确方法是什么？

Answer 1

我们可以使用开头 (^) 和结尾 ($) 来匹配这些单词

grepl("^M?TB$", test)
#[1]  TRUE FALSE  TRUE FALSE

---

如果在 cmets 中提到了 @Wiktor Stribiżew 等其他字符串，那么一种选择是

test1 <- c(test, "THIS MTB")
!grepl("\\bNOT M?TB\\b", test1) & grepl("\\bM?TB\\b", test1)
#[1]  TRUE FALSE  TRUE FALSE  TRUE

Answer 2

test = c("MTB", "NOT MTB", "TB", "NOT TB", "THIS TB", "THIS NOT TB")

grepl("\\b(?<!NOT\\s)M?TB\\b",test,perl = TRUE)

[1]  TRUE FALSE  TRUE FALSE  TRUE FALSE

Answer 3

关于问题的意图存在一些问题，但这里有一些代码可以根据需要尝试。

补充：海报澄清 #2 和 #3 符合所寻找的路线。

1) 这可以不用像这样的正则表达式来完成：

test %in% c("TB", "MTB")
## [1]  TRUE FALSE  TRUE FALSE

2) 如果问题不在于完全匹配，则将匹配返回给 M?TB，但不匹配 NOT M?TB：

grepl("M?TB", test) & !grepl("NOT M?TB",test)
## [1]  TRUE FALSE  TRUE FALSE

3) 另一种选择是将 NOT M?TB 替换为 X，然后在 M?TB 上使用 grepl：

grepl("M?TB", sub("NOT M?TB", "X", test))
## [1]  TRUE FALSE  TRUE FALSE