时间戳

首页 > 解决方案 > 使用 grepl 匹配特定文本，但不匹配该文本的子字符串

r - 使用 grepl 匹配特定文本，但不匹配该文本的子字符串

问题描述

我正在尝试使用匹配特定文本，grepl()同时确保没有较短的子字符串也返回匹配项。

例如，我想grepl('liverpool', 'club_futbol_liverpool_fc')退货TRUE，但我不想grepl('pool', 'club_futbol_liverpool_fc')退货TRUE。在这种情况下，我不能使用^and $，因为我要匹配的文本前后都有字符。写作grepl('.*^liverpool$.*', 'club_futbol_liverpool_fc')也无济于事，我只是意识到这与仅使用^and相同$。

有没有办法做到这一点？

我应该补充一点，最终目标是grepl()在 for 循环中使用此函数来匹配数据框中的观察结果。不幸的是，liverpool不会总是被下划线包围，尽管我相信总会有至少一个下划线，无论是 before 还是 after liverpool。

标签： rregex

解决方案

您可以使用

grepl('(?:\b|_)pool(?:\b|_)', x)
grepl('(?<![^\\W_])pool(?![^\\W_])', x, perl = TRUE)

请参阅正则表达式演示 #1和正则表达式演示 #2。

上面的模式意味着

  • (?:\b|_)- 字边界或_消耗的字符
  • (?<![^\W_])- 字符串中的一个位置，其前面没有紧跟字母或数字 ([^\W_]匹配除非单词 char 和下划线以外的任何字符，即匹配除下划线之外的任何单词 char，有效地匹配字母或数字)
  • pool- 一个字
  • (?![^\W_])- 字符串中不紧跟字母或数字的位置。

环顾四周，(?<!...)并且(?!...)是非消耗模式，并且默认的 TRE 正则表达式库不支持它们，因此您需要使用perl=TRUEPCRE 正则表达式库来解析表达式。

推荐阅读