考虑不同模式提取模式[重复]答案

【问题标题】：Extracting a pattern considering different patterns [duplicate]考虑不同模式提取模式[重复]
【发布时间】：2020-11-02 17:15:02
【问题描述】：

假设我有这个玩具矢量

vec <- c("FOO blabla", "fail bla", "blabla FEEbla", "textFOO", "textttt")
to_match <- c("FOO", "FEE")

我想获得一个与vec 相同长度的向量，其中仅存储来自to_match 的模式（如果存在），否则留下NA。因此，我想要的结果是

c("FOO", NA, "FEE", "FOO", NA)

我的第一个想法是用空格 ("") 替换所有不匹配 to_match 中任何模式的内容。我尝试了以下代码，它完全相反，即它用空格替换了所做匹配to_match 中的任何模式的所有内容。

sub(paste(to_match, collapse = "|"), "", vec)
# [1] " blabla"    "fail bla"   "blabla bla" "text"       "textttt"

但是，我尝试在分组结构之前使用插入符号 (^) 来反转这种行为，但收效甚微。

# fail
sub(paste0("^(", paste(to_match, collapse = "|"), ")"), "", vec)
# [1] " blabla"       "fail bla"      "blabla FEEbla" "textFOO"       "textttt"

我怎样才能达到所需的输出？

【问题讨论】：

标签： r regex string vector

【解决方案1】：

您的方法是正确的，但您应该考虑提取您想要的模式，而不是删除您不想要的模式。

library(stringr)
str_extract(vec, str_c(to_match, collapse = "|"))
#[1] "FOO" NA    "FEE" "FOO" NA

【讨论】：

Base-R 等效项：regmatches(vec, gregexpr(paste0(to_match,collapse="|"), vec))
stringr 非常干净的解决方案，感谢@Ronak！
@DanielO 感谢基本 R 解决方案，但是它返回一个列表而不是一个向量，如果我尝试 unlist NA 条目消失
Ronak 的答案当然要干净得多，但 Base-R 中有一些方法可以操纵输出。例如，如果您将我的最后一条评论指定为matches。然后你可以使用unlist(ifelse(lengths(matches) == 0,NA,matches)) 得到你想要的向量。
知道了，谢谢@DanielO！