使用通配符匹配区间答案

【问题标题】：Match on interval with wildcard使用通配符匹配区间
【发布时间】：2018-09-05 10:01:43
【问题描述】：

我有两个值，例如：

from = XY05*
to = XY55*

然后我有一个包含很多字符串的tbl_dff。

Codes = ["XY05A", "XY56", "XY555", "AT003", "XY55AB", "XY35QA"
              "GA003A", "XY36", "XY100", "XY03",...]

我想使用我的变量from 和to 来查看我的Codes 变量中是否有这些变量。

从示例中，我希望匹配：

"XY05A"
"XY555"
"XY36"
"XY55AB"
"XY35QA"

因为它在XY05* - XY55* 之间。 * 只是说，我不在乎之后是什么。

希望这是有道理的。

【问题讨论】：

和 XY36 匹配，因为 36 介于 5 和 55 之间？
为什么要在 XY555 上匹配，而不是在 XY100 上匹配？
@missuse 是的。所以我想匹配包含 XY 的区间 05-55 之间的所有内容。
@Wimpel 因为我在XY55*后面有通配符，所以我也可以在XY55A上匹配。我已经更改了示例，以显示我还希望匹配 * 之后的字母和数字
您可以随时测试字符串是否 >= XY05 和 XY56。

标签： r regex pattern-matching matching

【解决方案1】：

试试这个模式：XY(0[5-9]|[1-4]\d|5[0-5]).*。

(0[5-9]|[1-4]\d|5[0-5]) 将匹配05 和55 之间的任意数字以及之后任意数量的任意字符。

Demo

【讨论】：

它有效，如果我的from 和to 发生变化，我需要更改什么？例如：from = weq23*to = weq24*
@KaZyKa weq 替换 XY，(0[5-9]|[1-4]\d|5[0-5])$ 变为 2[34]$，05.|55. 将变为 23.|24.。而模式会变成：weq(2[34]$|23.|24.)，可以简化为weq2[34].。但这是特殊的，因为 23 和 24 之间没有数字 :)
@KaZyKa 如果它解决了您的问题，您应该接受答案并选择投票。
图尔琴。我刚刚玩过你的正则表达式。如果我有 XY55AB，它不能解决，但对于 XY55A 可以。在 XY55* 之后，我应该能够匹配字符串，无论它有额外的字母还是五个。所以我必须说它没有解决我的问题:(
图尔琴。很好:)但是如果我在间隔之间有一些东西，它也应该起作用，例如XY23 工作正常，但 XY23A... 不工作。与XY35works 相同，但XY35A... 不起作用。 ... 只是说我不知道* 之后有多少个字母:) 你能更新它，所以它也适用于这个吗？ :)

【解决方案2】：

您可以将from 和to 作为整数而不是完整的字符串吗？这样您就可以从Codes 向量中提取整数，并将它们直接与from 和to 进行比较：

from <- 5
to <- 55

pattern <- "XY([0-9]+).*"

# use regex to extract the integer part of each string
Codes_int <- as.integer( sub( pattern, "\\1", Codes ) )

# return only the `Codes` where the integer is in range
Codes[ Codes_int >= from & Codes_int <= to & grepl( pattern, Codes ) ]

【讨论】：

但是如果 XY 代码更改为 WEQ f.x. 怎么办？我可以在您的Codes_int <- as.integer( sub( "(asvariable)([0-9]+).*", "\\1", Codes ) ) 中将其作为变量吗？
然后您更改代码以匹配您的需要。请参阅我的编辑，如果这对您来说更容易，您可以轻松地将该变量移到外面。