有异常的正则表达式答案

【问题标题】：Regular expresion with exceptions有异常的正则表达式
【发布时间】：2020-06-25 20:40:43
【问题描述】：

我想知道向量中是否有模式，可以说：

vector <- c(paste0(paste("MC", 1:25), c(rep("", 10), rep("-P1",10), rep("P1",5))), rep("RANDOM", 10),c("MC1","MC2","MC-3"), rep("MCRANDOM", 10))
vector

我想要带有“MC”的那些，后面跟着一个数字。它们之间可以是数字，也可以是连字符或空格，然后是数字。我想排除那些是较大代码的一部分，即带有 P 和另一个数字的代码，例如：“MC 20-P1”“MC 21P1”。这会检测带有 MC 和编号的那些：

vector[grepl("MC( |-)*[0-9]{1,}", vector)]

我尝试使用^进行排除，但我的尝试失败了：

vector[grepl("MC( |-)*[0-9]{1,}[^(-*)P]", vector)]

我怎样才能只匹配带有 MC 和数字的那些？（在我的真实数据中是较大文本的一部分）

【问题讨论】：

请联系grep("^MC[- ]\\d+", vector, value = TRUE)
不，我只需要："MC 1" "MC 2" "MC 3" "MC 4" "MC 5" "MC 6" "MC 7" "MC 8" "MC 9" "MC 10"
` 在这些之间可以是数字，也可以是连字符或空格，然后是数字。` 所以不想要MC-3？ grep("^MC[- ]\\d+$", vector, value = TRUE)
哦，我忘了，是的，我也想要那些
我的示例中没有，但有类似：“MC-1”“MC-2”。我想排除像“MC 16-P1”和“MC 24P1”这样的人

标签： r regex grepl

【解决方案1】：

我们可以在这里指定开始（^）和结束（$）来匹配以'MC'开头的字符串，后跟空格或-，然后是一个或多个数字（\\d+）直到结束

grep("^MC[- ]?\\d+$", vector, value = TRUE)
#[1] "MC 1"  "MC 2"  "MC 3"  "MC 4"  "MC 5"  "MC 6"  
#[7] "MC 7"  "MC 8"  "MC 9"  "MC 10" "MC1"   "MC2"   "MC-3"

如果 MC 可以是子字符串，则使用字边界 (\\b) 代替 ^

【讨论】：

几乎可以完成这项工作，但是，我也想要那些像：“MC2”“MC3”