R：在正则表达式中使用 \\b 和 \\B答案

【问题标题】：R: using \\b and \\B in regexR：在正则表达式中使用 \\b 和 \\B
【发布时间】：2020-04-22 07:24:12
【问题描述】：

我阅读了关于 regex 的内容并跨越了单词边界。我找到了一个question，它是关于\b 和\B 之间的区别。使用此问题中的代码不会给出预期的输出。这里：

grep("\\bcat\\b", "The cat scattered his food all over the room.", value= TRUE)
# I expect "cat" but it returns the whole string.

grep("\\B-\\B", "Please enter the nine-digit id as it appears on your color - coded pass-key.", value= TRUE)
# I expect "-" but it returns the whole string.

我使用问题中描述的代码，但建议使用两个反斜杠here。使用一个反斜杠也不起作用。我做错了什么？

【问题讨论】：

标签： r regex string

【解决方案1】：

您可以使用regexpr 和regmatches 来获得匹配。 grep 给出了它击中的位置。你也可以使用sub。

x <- "The cat scattered his food all over the room."
regmatches(x, regexpr("\\bcat\\b", x))
#[1] "cat"
sub(".*(\\bcat\\b).*", "\\1", x)
#[1] "cat"

x <- "Please enter the nine-digit id as it appears on your color - coded pass-key."
regmatches(x, regexpr("\\B-\\B", x))
#[1] "-"
sub(".*(\\B-\\B).*", "\\1", x)
#[1] "-"

对于超过 1 场比赛，请使用 gregexpr:

x <- "1abc2"
regmatches(x, gregexpr("[0-9]", x))
#[[1]]
#[1] "1" "2"

【讨论】：

我喜欢你的答案使用 R 基础。我有另一个例子，其中模式在字符串中出现多次。在stringr 中，我们可以为多次出现执行str_extract_all("1abc2", "[0-9]")（将返回1 和 2）。但是regmatches("1abc2", regexpr("[0-9]", "1abc2")) 只返回 1。有没有办法用你的方法做到这一点？
是：使用gregexpr 代替regexpr。我在答案中添加了它。

【解决方案2】：

grep返回整个字符串，因为它只是查看匹配是否存在于字符串中。如果要提取cat，需要使用str_extractfrom package stringr等其他函数：

str_extract("The cat scattered his food all over the room.", "\\bcat\\b") 
[1] "cat"

b和B之间的区别在于b标记单词边界，而B是它的否定。也就是说，\\bcat\\b 仅在 cat 由空格分隔时匹配，而 \\Bcat\\B 仅在 cat 在单词内时匹配。例如：

str_extract_all("The forgot his education and scattered his food all over the room.", "\\Bcat\\B") 
[[1]]
[1] "cat" "cat"

这两个匹配来自education 和scattered。

【讨论】：