在 R 中使用 str_detect() 检测整个单词答案

【问题标题】：Detecting whole words using str_detect() in R在 R 中使用 str_detect() 检测整个单词
【发布时间】：2020-06-17 13:43:53
【问题描述】：

我在 R 中有一个字符串：

c("FLT1", "FLT1P1", "FLT1-FLT2", "SGY-FLT1, GPD")

我想保留所有具有 FLT1 但在添加其他 字母数字 字符时的匹配项。换句话说，我想保留除第二个之外的所有条目，因为它们都提到了 FLT1，但第二个提到了 FLT1P1。

当我使用 str_detect 时，它会将所有内容都返回为 true：

str_detect(string, "FLT1")
[1] TRUE TRUE TRUE TRUE

谁能建议只退回提到 FLT1 的项目的最佳方法？

【问题讨论】：

你可以锚定你的正则表达式
不要将正则表达式用于全字符串完全匹配。 string == "FLT1"
如果我使用 string == "FLT1" 它会错过诸如 "FLT1-FLT2" 之类的条目
好的，所以当你使用 “但不是在添加其他字符时” 时，你的字符定义中似乎没有包含 "-"。您的意思是“但不是在添加其他字母时”？ “......不是其他字母和数字”？ “除了“-”之外还有别的吗？还有别的吗？
你可以试试str_detect(string, "FLT1(\\W|$)")，在FLT1之后不指定字母数字字符（即不是字母数字或字符串结尾的字符）

标签： r stringr

【解决方案1】：

可能带有\\b 的单词边界会起作用。它们匹配字符串的开头或结尾以及与任何非数字、字母或下划线字符之间的转换。

str_detect(string, "\\bFLT1\\b")
[1]  TRUE FALSE  TRUE  TRUE

【讨论】：

【解决方案2】：

使用环视

library(stringr)

x <- c("FLT1", "FLT1P1", "FLT1-FLT2", "SGY-FLT1, GPD","AFLT1")

x %>% 
  str_detect("(?<![:alpha:])FLT1(?![:alpha:])")
#> [1]  TRUE FALSE  TRUE  TRUE FALSE

^{由reprex package (v0.3.0) 于 2020 年 6 月 17 日创建}

【讨论】：

【解决方案3】：

“没有添加其他字符”对我来说意味着由\\b表示的单词边界。

x <- c("FLT1", "FLT1P1", "FLT1-FLT2", "SGY-FLT1, GPD")
stringr::str_detect(x, "FLT1\\b")
# [1]  TRUE FALSE  TRUE  TRUE

或基础R：

grepl("FLT1\\b", x)
# [1]  TRUE FALSE  TRUE  TRUE

【讨论】：

【解决方案4】：

正如其他人所指出的，最好的方法是使用\\b。或者，您可以使用积极的前瞻：

数据：

x <- c("FLT1", "FLT1P1", "FLT1-FLT2", "SGY-FLT1, GPD")

解决方案：

grep("FLT1(?=$|-|,)", x, perl = T, value = T)
[1] "FLT1"          "FLT1-FLT2"     "SGY-FLT1, GPD"

这里，grepmatches FLT1 如果，并且仅当紧接的下一个是字符串的结尾 ($) 或 - 或 ,。暗示，当紧接的下一个字符是（例如，字母数字）时，它不匹配。

或者，如果规则是您要排除添加了字母数字字符的值，您可以使用 negative 前瞻：

grep("FLT1(?!\\w)", x, perl = T, value = T)
[1] "FLT1"          "FLT1-FLT2"     "SGY-FLT1, GPD"

【讨论】：