R获取字符串匹配答案

【问题标题】：R get the string-matchR获取字符串匹配
【发布时间】：2014-01-10 16:11:40
【问题描述】：

我向上帝发誓，在过去的 60 分钟里，我已经在整个互联网上搜索了“r get match”等谷歌搜索。我不想为这个简单的任务安装任何库。我有一个字符串"something1_something2"，我想得到something1。

a<-"hi_there"

根据一些论坛条目，我应该用 sub 获得它：

> sub("hi_", "\\1", a)
[1] "there"

我想获得"hi"，但我什至无法获得"hi_"。我已经尝试了一千件事，我该怎么做？

【问题讨论】：

strsplit(x, "_")[[1]]
gsub("(.*)_(.*)", "\\1", a) 很可能是您所想的，但如果您描述条件而不是告诉我们您的搜索历史会有所帮助:-)
sub 删除你匹配的！您实际上希望sub("_there", "\\1", a) 得到"hi"。您所描述的是使用regmatches 提取字符串的匹配部分，其工作方式如下：regmatches( a , regexpr( "hi" , a ) )。看，同样的事情。

标签： r get match

【解决方案1】：

尝试 strsplit 将字符串分成块：

x = c("hi_there", "this#is#sparta")
chunks = strsplit(x, c("_", "#"))

# first word
print(chunks[[1]])
[1] "hi"    "there"

# second word
print(chunks[[2]])
[1] "this"   "is"     "sparta"

【讨论】：

【解决方案2】：

这可能有点棘手。您需要在与整个字符串匹配的模式中创建一个捕获组，以将整个字符串替换为捕获组中的内容：

sub("(hi)_.+","\\1",a)
[1] "hi"

【讨论】：

【解决方案3】：

regexec/regmaches 也可以做到这一点，尽管strsplit 方法对于这个特定问题更简单。

a <- c("hi_there", "something_somthing", "boo_ya_yo")
sapply(regmatches(a, regexec("^([^_]*)", a)), `[[`, 2)
# [1] "hi"        "something" "boo"

这种方法的主要优点是如果您有其他要求（例如，您还希望最左边的部分以辅音开头，或其他），您可以通过修改正则表达式来解决。

【讨论】：

【解决方案4】：

我猜您通常在寻找从字符向量元素开始到第一个下划线的子字符串。你只会找到一个匹配项（只有一个子字符串开始元素）所以sub 是去的地方，要么匹配所需的字符串（查看字符串的开头^ 捕获零个或多个字符不是下划线([^_]*)，后跟一个下划线，可能还有其他字符_.*)

re1 = "^([^_]*)_.*"
sub(re1, "\\1", x)

或删除第一个下划线后的内容（下划线 _ 后跟零个或多个任何其他字符 .*）

re2 = "_.*"
sub(re2, "", x)

通过一些测试

x = c("a_b", "a_", "_b", "a", "a_b_c", "", NA)
sub(re1, "\\1", x)
## [1] "a" "a" ""  "a" "a" ""  NA 
sub(re2, "", x)
## [1] "a" "a" ""  "a" "a" ""  NA

strsplit 解决方案在其中一些问题上失败了。

【讨论】：