Stringr str_replace_all 遗漏重复项答案

【问题标题】：Stringr str_replace_all misses repeated termsStringr str_replace_all 遗漏重复项
【发布时间】：2021-05-17 19:12:04
【问题描述】：

我遇到了 stringr::str_replace_all 函数的问题。我正在尝试用 insuredvehicle 替换所有 iv 实例，但该函数似乎只捕获第一个术语。

temp_data <- data.table(text = 'the driver of the 1st vehicle hit the iv iv at a stop')
temp_data[, new_text := stringr::str_replace_all(pattern = ' iv ', replacement = ' insuredvehicle ', string = text)]

结果如下所示，错过了第二个iv项：

1：第一辆车的司机在停车处撞上了被保险车辆iv

我认为问题在于 2 个实例共享一个空间，这是搜索模式的一部分。我这样做是因为我想替换 iv 术语，而不是 driver 中的 iv。

我不想简单地将重复的术语合并为 1。我希望结果如下所示：

1：第一辆车的司机在停车处撞上了被保险车辆

如果能帮我解决这个问题，我将不胜感激！

【问题讨论】：

标签： r regex str-replace stringr

【解决方案1】：

也许如果你在你的正则表达式中包含一个单词边界，而不是从替换中删除空格？当您只想要一个与模式匹配的完整单词而不是单词的一部分时，它是理想的，同时远离这些空格问题。 \\b似乎可以解决问题

temp_data[, new_text := stringr::str_replace_all(pattern = '\\biv\\b', replacement = 'insuredvehicle', string = text)]

new_text

1: the driver of the 1st vehicle hit the insuredvehicle insuredvehicle at a stop

【讨论】：

这非常简单，并且可以与我正在运行的其他代码无缝协作。似乎比在模式周围有空格更好的解决方案。使其阅读起来有点困难，但可以完成工作！谢谢！

【解决方案2】：

您可以使用环视：

temp_data[, new_text := stringr::str_replace_all(pattern = '(?<= )iv(?= )', replacement = 'insuredvehicle', string = text)]

输出：

"the driver of the 1st vehicle hit the insuredvehicle insuredvehicle at a stop"

【讨论】：

【解决方案3】：

使用gsub:

gsub("\\biv\\b", "insuredvehicle", temp_data$text)
[1] "the driver of the 1st vehicle hit the uninsuredvehicle uninsuredvehicle at a stop"

【讨论】：

【解决方案4】：

使用空间边界：

temp_data <- data.table(text = 'the driver of the 1st vehicle hit the iv iv at a stop')
temp_data[, new_text := stringr::str_replace_all(pattern = '(?<!\\S)iv(?!\\S)', replacement = 'insuredvehicle', string = text)]

见regex proof。

解释

--------------------------------------------------------------------------------
  (?<!                     look behind to see if there is not:
--------------------------------------------------------------------------------
    \S                       non-whitespace (all but \n, \r, \t, \f,
                             and " ")
--------------------------------------------------------------------------------
  )                        end of look-behind
--------------------------------------------------------------------------------
  iv                       'iv'
--------------------------------------------------------------------------------
  (?!                      look ahead to see if there is not:
--------------------------------------------------------------------------------
    \S                       non-whitespace (all but \n, \r, \t, \f,
                             and " ")
--------------------------------------------------------------------------------
  )                        end of look-ahead

【讨论】：

非常感谢您的解释！这对于了解正则表达式发生了什么非常有帮助。我喜欢这个解决方案，因为它使搜索模式相当容易看到。