使用 R 扫描多个文件中的字符串答案

【问题标题】：Scan for string across multiple files with R使用 R 扫描多个文件中的字符串
【发布时间】：2015-10-27 09:35:13
【问题描述】：

我想在 R 中扫描多个文件中的字符串并知道哪些文件名具有该字符串。

有没有办法在函数中使用诸如 grep、cat、readLines 之类的东西？

如果我使用以下方式扫描文件：

fileNames <- Sys.glob("*.csv")

然后可能是这样的：

for (f in fileNames) {
    stuff <- read.csv(fileName, sep = ",")
    grep("string")

}

names(res) <- substr(filenames, 1, 30)

或者甚至更好，像这样的循环：

for( f in  filenames ){
   cat("string", file=f)
}

for( f in filenames) {
    cat(readLines(f), sep="\n")
}

这段代码不起作用，我只是想仔细考虑一下。我确定有更好的方法来做到这一点。听起来很简单，但我做错了。

我想扫描文件中的字符串，然后输出找到字符串的文件名。我还没有在 R 中找到这样做的示例。

建议？

【问题讨论】：

【解决方案1】：

请注意，在您的第一个代码示例中，您使用 f 作为循环变量，而在循环内您使用 fileName 代替（R 也区分大小写，因此 fileNames 和 filenames 是不同的对象）。

如果您的搜索字符串不太可能包含 CSV 分隔符，您确实可以将readLines(..) 与grep(..) 一起使用。 grep(..) 然后返回字符串出现的行号列表。试试下面的代码：

fileNames <- Sys.glob("*.csv")

for (fileName in fileNames) {
   if (length(grep("string", readLines(fileName))) > 0) { print(fileName)}
}

【讨论】：

这个答案出现在低质量审查队列中，大概是因为您没有解释代码。如果你确实解释了（在你的回答中），你更有可能获得更多的支持——提问者更有可能学到一些东西！
感谢关于低质量队列的提示！我改进了“文本与代码的比率”和答案的总长度
安德烈，这行得通。感谢您提供更多详细信息。函数中的“长度”有什么作用？
grep(..) 要么返回整数向量（对应于匹配的行），要么返回integer(0)。不使用length(..)，只使用if (grep(...)) { ...} ，如果没有匹配，您将收到错误argument is of length zero，或者在匹配的情况下收到警告the condition has length > 1 and only the first element will be used。 length(..) 本质上是返回匹配的行数。