访问 gregexpr 的结果答案

【问题标题】：Accessing results of gregexpr访问 gregexpr 的结果
【发布时间】：2018-08-16 10:55:02
【问题描述】：

我想使用 gregexpr 函数来查找字符串中子字符串的开始和结束位置。该函数在控制台中运行良好，但我无法访问起始位置或字符串长度的结果：

g <- gregexpr("e", "cheese")

g

[[1]]
[1] 3 4 6
attr(,"match.length")
[1] 1 1 1
attr(,"index.type")
[1] "chars"
attr(,"useBytes")
[1] TRUE

g[[1]][1] 仅显示第一个值 (3)，但我需要创建一个包含所有起始位置和长度值的向量。谢谢。

【问题讨论】：

您只得到第一个列表元素的第一个元素。这样做：g[[1]]
这只是调出了g的全部内容。我需要能够访问单个元素，例如3、4、6。

标签： r

【解决方案1】：

你可以这样提取它们：

g <- gregexpr("e", "cheese")

# one liner for : starts <- g[[1]]
#                 attributes(starts) <- NULL
starts <- `attributes<-`(g[[1]],NULL) 

lens <- attr(g[[1]],'match.length')

> starts
[1] 3 4 6
> lens
[1] 1 1 1

当然，这仅适用于文本长度为 1 的情况（如示例中所示，因为它仅包含 "cheese"）。否则，您需要使用 g[[2]]、g[[3]] ... 等迭代 g 的元素。

【讨论】：

【解决方案2】：

您可以使用 unlist，您将收到职位列表。一旦需要只有第一个和最后一个，可以使用最小值和最大值

unlist(g)

[1] 3 4 6

【讨论】：

布里尔。很简单。

【解决方案3】：

另一种方法是：

g <- gregexpr("e", "cheese")

g[[1]][1:length(g[[1]])]
#[1] 3 4 6

以及使用unlist 方法的微基准测试：

microbenchmark::microbenchmark(
   g[[1]][1:length(g[[1]])], 
   unlist(g)
)

#Unit: nanoseconds
#                     expr min  lq   mean median  uq   max neval
# g[[1]][1:length(g[[1]])] 378 378 653.80    379 756  8307   100
#                unlist(g)   0 378 544.32    378 378 15104   100

【讨论】：