R - 选择一个正则表达式答案

【问题标题】：R - select a regular expressionR - 选择一个正则表达式
【发布时间】：2021-04-15 16:20:18
【问题描述】：

我想选择我们可以找到表达式“X01”或“X02”的每一行：

dataEx <- data.frame(code = c("X01-X043","X034","X024","X015-X036-X033","X012","X015-X042","X019","X036","X022-X043"),res = NA )
pat1 <- c("(^|-)X01($|-|.)","(^|-)X02($|-|.)")
dataEx$res[grep(paste(pat1,collapse="|"),dataEx$code)] <- "ok"

它可以正常工作并给我结果：

            code  res
1       X01-X043   ok
2           X034 <NA>
3           X024   ok
4 X015-X036-X033   ok
5           X012   ok
6      X015-X042   ok
7           X019   ok
8           X036 <NA>
9      X022-X043   ok

但我想知道找到了哪种模式：

            code  res
1       X01-X043   X01
2           X034 <NA>
3           X024   X024
4 X015-X036-X033   X015
5           X012   X012
6      X015-X042   X015
7           X019   X019
8           X036 <NA>
9      X022-X043   X022

我对正则表达式很陌生。有简单的方法吗？（实际上，“pat1”要长得多，我正在寻找 20 种不同的模式）

【问题讨论】：

标签： r regex

【解决方案1】：

你可以这样使用str_extract：

library(stringr)
dataEx$res <- str_extract(dataEx$code, "X0(1|2)\\d?")

在这里，我们希望匹配文字 X0，后跟 1OR 2，后跟另一个可选的 digit。

结果：

dataEx
            code  res
1       X01-X043  X01
2           X034 <NA>
3           X024 X024
4 X015-X036-X033 X015
5           X012 X012
6      X015-X042 X015
7           X019 X019
8           X036 <NA>
9      X022-X043 X022

【讨论】：

【解决方案2】：

您愿意使用 stringr 包吗？我同意 Jaskeil 的观点，我更喜欢 data.table 而不是 data.frame，但这主要是为了提高执行速度。不确定这是否会影响您的应用程序。

library(stringr)
dataEx <- data.frame(code = c("X01-X043","X034","X024","X015-X036-X033","X012","X015-X042","X019","X036","X022-X043"),res = NA )
dataEx$res <- str_extract(dataEx$code, "((^|-)X01($|-|.))|((^|-)X02($|-|.))")

【讨论】：

【解决方案3】：

你可以这样做：

a <- regmatches(dataEx$code, gregexpr(paste(pat1, collapse = "|"), dataEx$code))
is.na(a)<-lengths(a)==0

dataEx$res <- unlist(a)

但问题是，如果一行中有多个匹配项怎么办？

【讨论】：