在 R 中忽略 strsplit 中的大小写答案

【问题标题】：Ignore case in strsplit in R在 R 中忽略 strsplit 中的大小写
【发布时间】：2015-07-28 07:10:11
【问题描述】：

我知道在grep 中您可以简单地使用ignore.case = TRUE。但是，strsplit 呢？您可以将正则表达式作为第二个参数传递，但我不确定如何使此正则表达式不区分大小写。

目前，这就是我的 strsplit 的样子，但我想让搜索不区分大小写。我该怎么做？

strsplit(df$sentence, paste0(" ", df$node, "( |[!\",.:;?})\\]])"))

例子：

sentence <- "De A-bom, Sint..."; 
node <- "a-bom"

contexts <- strsplit(sentence, paste0("(?i) ", node, "( |[!\",.:;?})\\]])"))
(leftContext <- sapply(contexts, `[`, 1))

预期回报：

[1] "De"

实际回报：

[1] "De A-bom, Sint..."

但请注意，正则表达式本身 does work online.

【问题讨论】：

字符串"( |[!\",.:;?})\\]])"中的所有字符都不取决于大小写。
@SvenHohenstein 不，但是 df$node 的内容可以。
穴居人的解决方案是在应用 strsplit 之前在 sentence 上使用 tolower。
如果我理解了您的问题，与@RomanLuštrik 类似的想法是将句子替换为gsub(node, node, sentence, ignore.case=TRUE)，这将删除相关文本的大小写问题，而不会更改其余部分的大小写句子。
我认为您必须添加 perl=TRUE 参数。这和tolower 接近你想要的结果：strsplit(tolower(sentence), paste0("(?i) ", node, "( |[!\",.:;?})\\]])"),perl=TRUE)

标签： regex r case-sensitive strsplit

【解决方案1】：

“(?i)”模式修饰符确实使基于 PCRE 的正则表达式不区分大小写。

您的示例的问题不在于大小写，而在于分组表达式。将perl=TRUE 用于您预期的转义行为。

sentence <- "De A-bom, Sint..."; 
node <- "a-bom"

contexts <- strsplit(sentence, paste0("(?i) ", node, 
    "( |[!\",.:;?})\\]])"),perl=TRUE)
(leftContext <- sapply(contexts, `[`, 1))

产生预期的效果

[1] "De"

【讨论】：

啊，这就是你的意思！但是，现在标点符号的“数组”（又是什么名字？）没有关闭，难道不是问题吗？在| 之后，我们用[ 打开，我们应该用] 关闭，但我们从来没有这样做过？
我仍然不明白为什么我的在线 RegEx 可以正常工作，但在 R 中却不行。regex101.com/r/zU1fE7/2
查看编辑，您需要 perl=TRUE 以获得所需的转义行为。